loc 和 iloc基本選取操作

import pandas as pd

# loc 和 iloc基本選取操作
df = pd.dataframe([[
'hu'
,'男',23
],['chen'
,'女',27
],['li'
,'男',33
]], index=
['1001'
,'1002'
,'1003'],
columns=
['name'
,'***'
,'age'])
# loc選取行列和相應的資料型別，loc注意要用於標籤索引選取
# 一，選取單行，資料型別是series
data = df.loc[
'1001'
]# 選取單行單列，其實就是就是選取單元格的值，資料型別是單元格資料本身的資料型別
data = df.loc[
'1001'
,'name'
]# 選區單行多列，資料型別是series
data = df.loc[
'1001'
,'name'
:'age'
]data = df.loc[
'1001',[
'name'
,'age']]
print
(data)
print
(type
(data)
)# 選取多行，資料型別是dataframe
data = df.loc[
'1001'
:'1002'
]data = df.loc[
['1001'
,'1002']]
# 選取多行單列，資料型別是series
data = df.loc[
'1001'
:'1002'
,'name'
]# 選取多行多列，資料型別是dataframe
data = df.loc[
'1001'
:'1002'
,'name'
:'age'
]# 從上述的資料型別來看，當選取為單行或者單列時，pandas都預設為serial型別
# 二，多種選取單元格的方式
data = df.loc[
'1001'
,'name'
]data = df.loc[
'1001'][
'name'
]data = df.loc[:,
'name'][
'1001'
]# 三，布林選取，即使選取到只有單行或者單列，資料型別也都是dataframe，估計是pandas無法取**實際能夠選取多少行列
data = df.loc[df[
'name']==
'hu'
]# iloc選取行列，loc注意要用於下標選取
# iloc相對比較簡單，就是下標選取
df = pd.dataframe([[
'hu'
,'男',23
],['chen'
,'女',27
],['li'
,'男',33
]], index=
['1001'
,'1002'
,'1003'],
columns=
['name'
,'***'
,'age'])
data = df.iloc[0:
1,0:
2]data = df.iloc[[0
,2],
[0,1
]]

pandas中loc和iloc方法

我們建立乙個dataframe import numpy as np import pandas as pd df pd.dataframe np.arange 16 reshape 4,4 index list abcd columns list abcd in df out a b c d a ...

LOC和ILOC以及XI的區別

loc 通過行標籤索引行資料 1.1 loc 1 表示索引的是第1行 index 是整數 python view plain copy print?import pandas as pd data 1,2,3 4,5,6 index 0,1 columns a b c df pd.dataframe...

pandas的索引問題（iloc和loc）

loc指的是定位索引，英文意思是loction iloc指的是數字定位索引，int location表示這個只能通過整數索引來取出元素 取出指定的某幾行，或某幾列 這個方法是在需要取出特定的行或者列的時候用，行或者列可以不填，預設選擇是全部行或者全部列 區域選擇 這個方法是比較常用的選擇子區域的方法...