官網(wǎng)資料:

loc  :https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.loc.html
iloc  : https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iloc.html

用 途：

• 取數(shù): 從dataframe中取 一部分行與列的數(shù)據(jù) (為主)
• 賦值: 給指定的 行與列賦值 df.loc[xx,xx] = xx

輸入?yún)?shù)注意：

方括號(hào)內(nèi)的參數(shù):

• loc、iloc 方括號(hào)中,參數(shù)的排布模式為[行條件,列條件],當(dāng)總體條件只有一個(gè)時(shí)候(最外層方括號(hào)內(nèi)無(wú)逗號(hào))，會(huì)按照：先行后列的方法來(lái)匹配對(duì)應(yīng)的條件
• 默認(rèn)會(huì)拋棄掉對(duì)應(yīng)的dataframe格式，輸出series，如果想保留dataframe格式，需要在條件外邊加 ”[ ]”。

loc與iloc條件（行/列）相同之處：

• 單一元素(不包含list) str/int/slice 選取行時(shí)候，選取的是對(duì)應(yīng)條件下的行 (series)
• 單一元素(不包含list) str/int/slice 選取列時(shí)候，選取的是對(duì)應(yīng)條件下的列(series)
• 條件為list時(shí)候，選取的是一組對(duì)應(yīng)的 行（列） 條件下的（dataframe數(shù)據(jù)）
• 布爾值的list/可與df對(duì)齊的series(布爾類(lèi)型): 與index長(zhǎng)度相同的話 選擇對(duì)應(yīng)值為T(mén)rue的行，與列數(shù)相同的話，選取對(duì)應(yīng)值為T(mén)rue 的列。
• df的index的子集index2: 選取df中對(duì)應(yīng)的index2的行
• 函數(shù)：輸入為行/列series(外層有逗號(hào))或者dataframe(外層無(wú)括號(hào)) 返回為對(duì)應(yīng)輸入的一個(gè)布爾值表，用來(lái)篩選對(duì)應(yīng)的數(shù)據(jù)。

不同之處：

• 當(dāng)對(duì)應(yīng)的行/列標(biāo)簽為 int類(lèi)型x時(shí)候，iloc表示對(duì)應(yīng)的第x個(gè) index或column，而loc 表示對(duì)應(yīng)的index /column名稱(chēng)等于這個(gè)x。
• 對(duì)應(yīng)的開(kāi)閉區(qū)間不同  df.loc[1:5,1:5] 會(huì)有一個(gè)最多 5x5的df數(shù)據(jù)子集，而df.iloc[1:5,1:5] 會(huì)有最多4x4df數(shù)據(jù)子集，其中iloc的行/列切片不包含最后一個(gè)數(shù)（與range函數(shù)類(lèi)似）

loc與iloc 實(shí)際用例:

df = pd.DataFrame([[1, 2,3,14], [4, 5,6,17], [7, 8,9,10],[11,12,13,14]],
? ? ?index=[2,3,4,5],
? ? ?columns=[2,4,5,6])
??
# loc 行/列條件是對(duì)應(yīng)的標(biāo)簽值在對(duì)應(yīng)的范圍內(nèi)，[閉合，閉合] 區(qū)間
df.loc[2:5,2:5]
# ? 輸出為:
# ? ?2?? ?4?? ?5
#2?? ?1?? ?2?? ?3
#3?? ?4?? ?5?? ?6
#4?? ?7?? ?8?? ?9
#5?? ?11?? ?12?? ?13
?
# 選取index 為 2 的行里面的值
# 不推薦：df.loc[2] 下文省略
df.loc[2,:]
# 輸出為 ?1,2,3,14 series類(lèi)型
?
# 選取index 為 2 的行 保留dataframe類(lèi)型
df.loc[[2],:]?
?
#選取對(duì)應(yīng)列名為 2 的列
df.loc[:,2]?
# 這里 index 與 列名都是int類(lèi)型，因此loc方括號(hào)中使用int類(lèi)型，如果是其他類(lèi)型，對(duì)應(yīng)的數(shù)字要改成其他類(lèi)型的數(shù)據(jù)，不能再用數(shù)字
?
# iloc 行/列條件是對(duì)應(yīng)的標(biāo)簽或者列名的索引值在范圍內(nèi)，[閉合，開(kāi)放) 區(qū)間
df.iloc[2:5,2:5]
# 輸出為?
# ? ?5?? ? 6
#4?? ? 9?? ? 10
#5?? ? 13?? ? 14
?
# 這里 索引是以0開(kāi)始的，所有行的切片應(yīng)該寫(xiě)作 0:5 ?也可以寫(xiě)作“ ：”
# iloc 數(shù)字類(lèi)型來(lái)做篩選的
?
# 不管是loc 還是 iloc 都建議用[行條件,列條件] 來(lái)寫(xiě)，其中如果無(wú)需篩選可以用:來(lái)占位，表意明確。
# loc 匹配的是 index/列名的值 與對(duì)應(yīng)的條件
# iloc 匹配的是 index/列名對(duì)應(yīng)的索引號(hào) 與對(duì)應(yīng)的條件

 到此這篇關(guān)于Pandas中df.loc[]與df.iloc[]的用法與異同 的文章就介紹到這了,更多相關(guān)Pandas df.loc[]與df.iloc[]內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論