关于pandas的DataFrame 的使用，loc, iloc的区别

原创于 2022-05-30 14:59:29 发布 · 622 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言

python 同时被 2 个专栏收录

50 篇文章

订阅专栏

机器学习

34 篇文章

订阅专栏

DataFrame是Python数据分析库Pandas中的核心数据结构，类似于电子表格或SQL表。本文介绍了DataFrame的基础概念，包括其作为二维表格的数据组织方式，以及如何通过`pd.DataFrame()`创建DataFrame。此外，还详细讲解了使用`loc`和`iloc`进行数据操作的方法，`loc`通过列名和行标签进行选择，而`iloc`则依赖于行和列的索引号。

DataFrame的基础概念

data 有点类似Excel表格的东西，他的每一行被称为一个Record，每一列称为Series

在这里插入图片描述

创建方法

data = pd.DataFrame(data, index, columns, dtype, copy)
data 为一个二维的数组， 如ndarray, list, dict, map, series)
index 为每行的索引名称，与行数一一对应，否则报错
columns 为每一列的名称，与之对应，否则报错
dtype  指定数据类型
copy   是否拷贝数据

创建代码

data = np.arange(20).reshape(4,5)
arr = pd.DataFrame(data, index = list('1234'), columns = list('ABCDE'))

在这里插入图片描述

操作方法（loc, iloc）

loc 通过名称操作

arr.loc

在这里插入图片描述

arr.loc["1":"3", "A":"C"]
范围操作

在这里插入图片描述

iloc 通过行下标数操作

arr.iloc[0]

在这里插入图片描述

arr.iloc[0:3, 3:4]

4是开区间，不包含于第四列
在这里插入图片描述

总结：

Ioc 是通过行和列的名称操作
iloc 是通过列数和行数的下标进行操作

关于pandas的DataFrame 的使用，loc, iloc的区别

文章目录

DataFrame的基础概念

创建方法

创建代码

操作方法 （loc, iloc）

总结：

操作方法（loc, iloc）