青岛做网站的公司哪个比较好网页模板下载网址
文章目录
- 一、现象
 - 二、解决方案
 - 案例
 - 使用`loc`
 - 使用`iloc`
 
- 简单总结
 
一、现象
在用Pandas库处理数据的时候,久而久之不用loc跟iloc,难免会有些混乱记混
二、解决方案
在Pandas中,loc和iloc是两种常用的数据选择方法,它们的主要区别在于索引方式:
loc:基于标签的索引,它使用行标签和列标签进行选择。iloc:基于整数位置的索引,它使用行和列的整数索引进行选择。
案例
假设我们有以下DataFrame:
import pandas as pd# 创建一个DataFrame
data = {'Name': ['Tom', 'Nick', 'Julia', 'John'],'Age': [20, 21, 19, 18],'City': ['New York', 'Los Angeles', 'Chicago', 'Houston']
}
df = pd.DataFrame(data)# 显示DataFrame
print(df)
 
输出:
    Name  Age      City
0   Tom   20  New York
1  Nick   21 Los Angeles
2  Julia   19    Chicago
3  John   18    Houston
 
使用loc
 
如果你想选择名字为"Nick"的行和"Age"列:
print(df.loc[df['Name'] == 'Nick', 'Age'])
 
输出:
1    21
Name: Age, dtype: int64
 
使用iloc
 
如果你想选择第二行和第一列:
print(df.iloc[1, 0])
 
输出:
Nick
 
如果你想选择第二行的所有列:
print(df.iloc[1])
 
输出:
Name       Nick
Age          21
City  Los Angeles
Name: 1, dtype: object
 
如果你想选择第一列的所有行:
print(df.iloc[:, 0])
 
输出:
0       Tom
1      Nick
2     Julia
3      John
Name: Name, dtype: object
 
简单总结
loc:使用标签索引,适合于你清楚知道行和列的标签名称时使用。iloc:使用整数索引,适合于你清楚知道行和列的位置时使用。
选择使用loc还是iloc主要取决于你的具体需求和数据的索引情况。
