loc 和 iloc基本选取操作

最新推荐文章于 2025-06-18 09:56:19 发布

MADAO程序猿

最新推荐文章于 2025-06-18 09:56:19 发布

阅读量973

点赞数

CC 4.0 BY-SA版权

文章标签： python loc 自学进阶大数据

本文链接：https://blog.youkuaiyun.com/qq_25055269/article/details/82845421

在Python的pandas库中，loc和iloc是两种常用的数据选取方法。loc基于标签来选取数据，允许使用列名和条件表达式；iloc则基于位置选取，用整数索引来操作。本文将深入探讨这两个方法的使用技巧和注意事项，帮助你更高效地操作大型数据集。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import pandas as pd

# loc 和 iloc基本选取操作
df = pd.DataFrame([['hu', '男', 23], ['chen', '女', 27], ['li', '男', 33]],
                  index=['1001', '1002', '1003'],
                  columns=['name', 'sex', 'age'])

# loc选取行列和相应的数据类型，loc注意要用于标签索引选取
#  一，选取单行，数据类型是Series
data = df.loc['1001']
# 选取单行单列，其实就是就是选取单元格的值，数据类型是单元格数据本身的数据类型
data = df.loc['1001', 'name']
# 选区单行多列，数据类型是Series
data = df.loc['1001', 'name':'age']
data = df.loc['1001', ['name', 'age']]
print(data)
print(type(data))

# 选取多行，数据类型是DataFrame
data = df.loc['1001':'1002']
data = df.loc[['1001', '1002']]
# 选取多行单列，数据类型是Series
data = df.loc['1001':'1002', 'name']
# 选取多行多列，数据类型是DataFrame
data = df.loc['1001':'1002', 'name':'age']

# 从上述的数据类型来看，当选取为单行或者单列时，pandas都默认为Serial类型

# 二，多种选取单元格的方式
data = df.loc['1001', 'name']
data = df.loc['1001']['name']
data = df.loc[:, 'name']['1001']

# 三，布尔选取，即使选取到只有单行或者单列，数据类型也都是dataframe，估计是pandas无法取预测实际能够选取多少行列
data = df.loc[df['name'] == 'hu']

# iloc选取行列，loc注意要用于下标选取
# iloc相对比较简单，就是下标选取
df = pd.DataFrame([['hu', '男', 23], ['chen', '女', 27], ['li', '男', 33]],
                  index=['1001', '1002', '1003'],
                  columns=['name', 'sex', 'age'])

data = df.iloc[0:1,0:2]
data = df.iloc[[0,2],[0,1]]