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 0 1 2 3
b 4 5 6 7
c 8 9 10 11
d 12 13 14 15
pandas中loc和iloc方法,loc是location,二者區分於i,即integer整數。
二者區分如下:
loc
works on labels in the index.
iloc
works on the positions in the index (so it only takes integers)也就是 iloc方法只能使用數值作為索引
loc方法在選擇列時只能使用字元索引
#提取第一行
df.loc['a']
df.iloc[0]
#提取第一列
df.loc[:,['a']]
df.iloc[:,[0]]
#提取1,2行的3,4列
df.loc[['a','b'],['c','d']]
df.iloc[0:2,2:5]
#提取a列大於5
df.loc[df['a'] > 5]
#提取a列大於5且b列小於10
df.loc[(df['a'] > 5) & (df['b'] < 10)]
#同時這樣也可提取資料所在的行
df[df['a'] > 5]
利用loc函式的時候,當index相同時,會將相同的index全部提取出來,優點是:如果index是人名,資料框為所有人的資料,那麼我可以將某個人的多條資料提取出來分析;缺點是:如果index不具有特定意義,而且重複,那麼提取的資料需要進一步處理,可用.reset_index()函式重置index. Pandas中loc和iloc函式用法詳解
loc函式 通過行索引 index 中的具體值來取行資料 如取 index 為 a 的行 iloc函式 通過行號來取行資料 如取第二行的資料 本文給出loc iloc常見的五種用法,並附上詳細 1 利用loc iloc提取行資料 import numpy as np import pandas as...
Pandas中loc和iloc函式的用法
loc表示location的意思 iloc中的loc意思相同,前面的i表示integer,所以它只接受整數作為引數。import pandas as pd import numpy as np np.random.randn 5,2 表示返回5x2的矩陣,index表示行的編號,columns表示列...
pandas 中關於loc跟iloc總結
1 兩者對行的處理區別 pandas.loc 1 5 跟pandas.loc 0 4 取出來的資料是一樣的,這是因為,它是先對資料給定標籤,pandas.loc 1 5 是指從1開始給定標籤,pandas.loc 0 4 是指從0開始給定標籤。同理 pandas.iloc 1 5 也是一樣的。兩者在...