df.loc用法

原创已于 2022-05-05 16:56:41 修改 · 2.4w 阅读

42 ·

CC 4.0 BY-SA版权

文章标签：

#pandas #df.loc

于 2019-04-02 11:31:15 首次发布

python 专栏收录该内容

15 篇文章

订阅专栏

本文介绍了 Pandas 库中 df.loc 方法的基本用法及示例。df.loc 方法用于基于标签进行数据选择，可通过行标签和列标签选取指定的数据。文章通过具体的代码示例展示了如何使用该方法对 DataFrame 的数据进行筛选和修改。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

df.loc[行标签,列标签]

df.loc['a':'b']#选取ab两行数据

df.loc[:,'one']#选取one列的数据

示例代码

df.loc[ (df.Cabin.notnull()), 'Cabin' ] = "Yes"

上一行代码的意思是：选取Cabin列中不为空的位置替换为“Yes”

关注博主即可阅读全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

smile__su

关注关注

9
点赞
踩
42

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

【Pandas总结】第五节 Pandas 数据查询方法总结_df.loc()总结

weixin_47139649的博客

09-15

1万+

如果说Pandas最重要的方法是什么，毫无疑问就是查询数据；所以，这节的内容应当是Pandas的核心知识点。能够按我们的要求查询出所需的数据，是我们使用Pandas的最重要功能！综上，这节内容十分十分十分十分的重要。

python当中df的用法_python pandas df.loc[]的典型用法

weixin_35937871的博客

01-12

4887

python pandas df.loc[]的典型用法mp.weixin.qq.compandas中的df.loc[]主要是根据DataFrame的行标和列标进行数据的筛选的，如下图红框部分所示：其接受两个参数：行标和列标，当列标省略时，默认获取整行数据。两个参数都可以以字符，切片以及列表的形式传入。>>> import pandas as pd>>> imp...

2 条评论您还未登录，请先登录后发表或查看评论

Python3 df.loc和df.iloc函数用法及提取指定行列位置处数值

Never Settle

11-29

2万+

关于pandas.dataframe.loc与pandas.dataframe.iloc用法官方说明，见官网。 df.loc和df.iloc函数用法的df由pandas.read_csv()函数读取而来。 1. DataFrame.loc Access a group of rows and columns by label(s) or a boolean array. .loc[] is primarily label based, but may also be used with a boolean

Python DataFrame中loc与iloc

WlzSnail的专栏

07-14

433

在 pandas 中，loc和iloc是用于按标签（label）或位置（integer position）选择数据的两个核心方法。loc基于行/列的显式标签（index 或 column name）。包含结束位置（闭区间）。

python pandas df.loc[]的典型用法

weixin_45144170的博客

05-10

1万+

pandas中的df.loc[]主要是根据DataFrame的行标和列标进行数据的筛选的，如下图红框部分所示：其接受两个参数：行标和列标，当列标省略时，默认获取整行数据。两个参数都可以以字符，切片以及列表的形式传入。 >>> import pandas as pd >>> import numpy as np >>> df = pd.read_excel(r'D:/myExcel/1.xlsx', index_col='id') >>&gt

【Pandas】一文向您详细介绍 df.loc 的功能与用法

创作高质量博文，分享知识，共同进步！

05-12

1878

🚀深入Pandas，解锁`df.loc`的无限可能！🔍 从基础的单元素选择到高级的条件筛选，`df.loc`助你轻松驾驭DataFrame数据。🎯掌握条件表达式、布尔索引与赋值操作，让数据处理更高效。📊优化性能，避免循环陷阱，让你的代码更流畅。💡解决常见问题，掌握切片边界，不再出错。🔮进阶技巧带你玩转多级索引、链式操作与.iloc结合，数据选择从此游刃有余！#Pandas #df.loc #数据选择 #性能优化 #进阶技巧

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

09-17

本文将详细介绍DataFrame中用于数据选取的六种方法：`df[]`、`df.loc[]`、`df.iloc[]`、`df.ix[]`、`df.at[]`和`df.iat[]`。 1. **行（列）选取：df[]** `df[]` 用于单一维度上的数据选取，即选取行或列。...

pandas dataframe df.at、 df.ix、df.loc用法

Saropetry的博客

01-07

2099

首先，初始化一个dataframe，如图：输出结果：一、df.at的用法作用：获取某个位置的值，例如，获取第0行，第a列的值，即：index=0，columns='a' data = df.at[0, 'a'] 输出结果：二、df.ix的用法作用：修改df指定位置的值，例如，将第a列值为6时，c列的值加上20，即：输出结果：可以看出c列对应位置的值加上了20 ...

大数据分析_PySpark中类Pandas的df.loc操作(行列定位)

goufeng93的博客

04-05

658

大数据分析 PySpark中类Pandas的df.loc操作(行列定位) 。

❤️pandas df.loc[] 与 df.iloc[] 详解及其区别，建议收藏❤️

热门推荐

weixin_48701352的博客

09-12

3万+

文章目录思维导图一、df.loc[]与df.iloc[]区别二、df.loc[]详解df.loc[] 允许输入三、df.iloc[]详解df.iloc[] 允许输入df.loc[]与df.iloc[]例子对比1.创建数据集2.整数索引3.列表索引切片索引4.布尔索引函数/条件索引同时索引行和列思维导图一、df.loc[]与df.iloc[]区别 df.loc[]：是按标签或者布尔数组进行行/列索引 df.iloc[]：是按标签位置（from 0 to length - 1)或者布尔数组进行索引二、

python df.iloc[]和df.loc[]使用

weixin_43389473的博客

05-11

5819

python df.iloc[]和df.loc[]使用

pandas中loc函数的用法

2301_81245389的博客

03-08

2004

函数是Pandas中用于基于标签（行和列的标签）进行索引和选择数据的方法。它主要用于按行和列标签选择数据，而不是按照位置（索引）进行选择。函数的基本用法和如何使用它来选择、修改数据。通过上述示例，你可以了解到。

pandas df.loc

重剑无锋博客

06-16

292

print(df.loc[['b', 'c'], ['y', 8]]) # 结果如下 y 8 b NaN NaN c NaN NaN

Python pandas DateFrame查询数据df.loc的5种方法

星如雨落

08-26

2664

Python pandas查询数据df.loc的5种方法

【pandas数据查询df.loc方法看视频笔记】

qq_23605533的博客

04-27

2122

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、视频链接二、笔记1.df.loc方法2.df.iloc:根据行、列的数字位置查询3.df.where4.df.query总结前言提示：这里可以添加本文要记录的大概内容：视频链接：https://www.bilibili.com/video/BV1UJ411A7Fs?p=4 pandas数据查询，按数值、列表、区间、条件、函数五种方式提示：以下是本篇文章正文内容，下面案例可供参考一、视频链接视频链接：.

技术拾贝 | df.loc[]是dataframe基于标签的索引方法

guoweidong19930311的博客

02-26

422

df.loc[]是 Pandas 中用于基于标签（label-based）选择数据的索引方法dataframe基于标签的索引df.loc[]能够灵活地处理行和列的标签索引，非常适合需要对数据进行精细化操作的场景。

python 涨停统计_用Python，tushare做一个A股每日收盘行情监测分析（含源代码）

weixin_39569753的博客

12-06

1699

灵感：对于交易者来说，每日收盘分析是一件必要的功课。现在的看盘软件种类很多，已经有很多整理好的数据，但是对于高阶玩家，可能需要更多自定义化的功能，做出自己的每日分析报表。那我们何不尝试用Python做一个？先上结果：好了，接下来就开始讲解下实现的方法和步骤。开发环境IDE：Pycharm编程语言: Python 3.6必要包：tushare, pandas解题思路拆解:1. 如何获取每天的收盘数据...

在python中_在python中使用.loc进行选择

weixin_39555415的博客

11-24

541

pd.DataFrame.loc可以使用一个或两个索引器。对于帖子的其余部分，我将第一个索引器表示为i，将第二个索引器表示为j。如果只提供了一个索引器，它将应用于数据帧的索引，并且假定丢失的索引器代表所有列。所以以下两个例子是等价的。> df.loc [i]> df.loc [i，：]其中：用于表示所有列。如果两个索引器都存在，则i引用索引值，j引用列值。现在我们可以关注i和j可以假设的值的类型。...

python中dataframe的loc使用方法

qq_28966711的博客

01-26

4623

python的df.loc和df.iloc使用方法

df.loc df.iloc df.ix

最新发布

08-14

### `df.loc`、`df.iloc` 和 `df.ix` 的区别与使用方法在 Pandas 中，`df.loc`、`df.iloc` 和 `df.ix` 是用于数据选取的三种主要方法，它们在索引方式、使用场景和行为上存在显著差异。 #### `df.loc` `df.loc` 是基于**标签索引**（label-based indexing）的访问器，用于通过行和列的标签来选取数据。使用时必须传入行标签和列标签作为索引参数，支持单个标签、标签切片和布尔索引。例如： ```python df.loc['row_label', 'column_label'] ``` 此方法在进行区域选取时，如果只能使用标签索引，则是首选方式[^3]。需要注意的是，`loc` 的切片操作是**包含终点**的，这与 Python 原生切片不同。 #### `df.iloc` `df.iloc` 是基于**位置索引**（position-based indexing）的访问器，用于通过行和列的整数位置来选取数据。使用时传入的是整数索引，例如： ```python df.iloc[0, 1] ``` 它适用于只能使用整数索引的情况，并且在区域选取时也支持切片操作。`iloc` 的切片行为与 Python 原生切片一致，**不包含终点**，因此在某些情况下需要调整索引范围以确保包含所需数据[^4]。 #### `df.ix` `df.ix` 曾是 Pandas 中一种混合索引方式，支持同时使用标签索引和位置索引。例如，可以使用 `df.ix[0, 'column_label']` 来选取数据。然而，由于这种混合索引方式可能引发混淆和潜在错误（尤其是在索引为整数的情况下），Pandas 开发团队最终决定弃用 `ix` 方法[^2]。尽管 `ix` 在某些早期版本中仍然可用，但不建议使用，因为 `loc` 和 `iloc` 更加明确和安全，避免了标签与位置索引的混淆问题[^1]。 #### 使用方法对比在进行区域选取时，`df.loc` 和 `df.iloc` 都需要传入两个参数，分别用于指定行和列的筛选条件，参数之间用逗号分隔。例如： ```python df.loc['row_start':'row_end', 'column_start':'column_end'] df.iloc[0:2, 1:3] ``` 相比之下，`df.ix` 也可以实现类似功能，但由于其已被弃用，因此不推荐继续使用[^3]。 #### 总结 - `df.loc`：基于标签索引，适用于标签明确的场景。 - `df.iloc`：基于位置索引，适用于整数索引的场景。 - `df.ix`：曾支持混合索引，但已被弃用，建议使用 `df.loc` 或 `df.iloc` 替代。