使用pandas進(jìn)行數(shù)據(jù)分析的時候，我們經(jīng)常需要對DataFrame的行或者列進(jìn)行索引。使用pandas進(jìn)行索引的方法主要有三種：直接使用行或者列標(biāo)簽、loc函數(shù)和iloc函數(shù)。

舉個簡單的例子：

import numpy as np
import pandas as pd
df = pd.DataFrame({"Fruits":["apple","pear","banana","watermelon"],"Price":[1.2,1.4,2.3,4.2],"Sales":[11,45,25,16]})
df

生成的DataFrame如下所示：

1、直接使用行或者列標(biāo)簽

假如我們要選取df的Fruits和Price兩列，則

df[['Fruits','Price']]

假如我們要選取df的第2、3行，則

df[2:4]

2、loc函數(shù)

loc函數(shù)是基于行標(biāo)簽和列標(biāo)簽進(jìn)行索引的，其基本用法為：

DataFrame.loc[行標(biāo)簽,列標(biāo)簽]

假如我們要選取df的第2、3行和Price、Sales對應(yīng)的列，則

df[2:3,'Price':'Sales']

假如我們要選取所有的行和Fruits、Sales對應(yīng)的列，則

df.loc[:,['Fruits','Sales']]

3、iloc函數(shù)

iloc函數(shù)是基于行和列的位置進(jìn)行索引的，索引值從0開始，并且得到的結(jié)果不包括最后一個位置的值，其基本用法為：

DataFrame.iloc[行位置,列位置]

假如我們要選取df的第2、3行和第1、2列，則

df.iloc[2:4,1:3]

假如我們要選取所有的行和第0、2列，則

df.iloc[:,[0,2]]

總結(jié)

到此這篇關(guān)于python pandas中索引函數(shù)loc和iloc區(qū)別的文章就介紹到這了,更多相關(guān)pandas索引函數(shù)loc和iloc內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！

版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。