python中dataframe类型数据 使用iloc和loc选择数据的问题

本文探讨了在Python中使用DataFrame的iloc和loc选择数据时的区别。iloc通过整数索引选择行和列,而loc则依据轴标签(行索引和列名)进行选择。需要注意的是,iloc使用默认的整数索引,而loc需匹配具体的行索引值。当尝试使用不存在的索引值时,loc会引发错误。

这几天把学习python过程中遇到的问题记录一下

1.iloc[数字,] == iloc[数字]
这个是数据的格式
我想使用dataframe的iloc选择数据,可是我以为能根据前面的index进行选择没想到
在这里插入图片描述
图中所示语句指定了选择第0行的数据,逗号后面不写表示选择所有列。还有一种选择方式如下图:
在这里插入图片描述
可以看到上述两种方式都可以选择你想要的一行时间,但是有一点要注意两种选择方式返回的类型不同。类型如下图所示
在这里插入图片描述

2.loc[数字]
这里面的数字就是前面index所表示的值,如下图所示
在这里插入图片描述
如果用默认的选择第几行的方式就会出现错误,如下图loc[1]所示,代表选择index为1的行,但是数据中没有index为1的数据。
在这里插入图片描述

总结:iloc只能用默认的整数索引来选择,loc是根据轴标签,也就是行索引和列名进行选择

### 回答1: pandas中的DataFrame对象有两个方法lociloc,用于选择数据loc方法使用标签来选择数据iloc方法使用整数位置来选择数据。 例如,df.loc[2,'column']表示选择第2行'column'列的数据,而df.iloc[2,3]表示选择第3行第4列的数据。 这两个方法都可以使用切片来选择多行或多列的数据。例如,df.loc[2:5,'column1':'column3']表示选择第2到第5行'column1'到'column3'列的数据。 ### 回答2: Python中的DataFrame是Pandas库的一个重要数据结构,用于处理分析具有不同类型数据DataFramelociloc都用于从DataFrame选择特定行列。 loc是基于行列的标签进行选择使用loc,我们可以传入行列的标签,以选择特定的数据。 例如,假设我们有一个DataFrame df,其中包含三列 A、B、C 五行数据。我们可以使用以下语法选择数据: ``` df.loc[行标签, 列标签] ``` 其中,行标签列标签可以是具体的数值、列表、切片或布尔索引。 iloc是基于行列的索引进行选择使用iloc,我们可以传入行列的索引位置,以选择特定的数据。 例如,假设我们有一个DataFrame df,其中包含三列 A、B、C 五行数据。我们可以使用以下语法选择数据: ``` df.iloc[行索引, 列索引] ``` 其中,行索引列索引可以是具体的数值、列表、切片或布尔索引。 需要注意的是,行列的索引从0开始计数。 总结起来,lociloc都是用于从DataFrame选择特定行列的方法。loc是基于标签进行选择,而iloc是基于索引进行选择
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值