python中，iloc[] 与loc[]的区别

最新推荐文章于 2025-06-18 09:56:19 发布
最新推荐文章于 2025-06-18 09:56:19 发布
阅读量8.3k 收藏 10
点赞数 5
CC 4.0 BY-SA版权
分类专栏： 数据分析 文章标签： python数据分析基础
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_42013825/article/details/89647537
本文介绍了使用Pandas库中iloc[]和loc[]进行数据切片的技巧，iloc[]用于选取指定范围内的行，如iloc[:5]表示选取前5行；而loc[]则用于选取到特定行，例如loc[left]表示选取到名为left的行。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

iloc[]是取几行，例如,iloc[:5],取前5行

loc[]是取到第几行，例如，loc["left],表示按顺序，取到 left 这一行。

Python中元素索引函数——iloc[]和loc[]的区别
u010952909的博客
11-30 1955
一.loc[]函数 loc[]函数用行列标签(参数为标签)选择数据，前闭后闭。 　1.索引单个元素：通过行索引“index”中的具体值来取行数据。括号里面是先行后列，以逗号分割，行和列分别是行标签和列标签。 　2.索引区域：矩形区域的行标签，矩形区域的列标签，行列标签之间用逗号隔开，行标签和行标签之间，列标签和列标签之间用冒号隔开。 二.iloc[]函数 　iloc[]函数用于行列数（参数为数字）选择数据，前闭后开。 　1. 索引标签不同，具体用法同.loc[]函数。 　2....
python函数用法——iloc、loc、columns
weixin_43755522的博客
07-07 2999
在pandas中，iloc、loc和.columns是DataFrame和Series对象上非常常用的属性或方法，它们各自有不同的用途和用法。提示：以下是本篇文章正文内容，下面案例可供参考.iloc 用于通过整数位置索引来选择数据。.loc 用于通过标签索引来选择数据。.columns 是DataFrame的一个属性，用于获取或设置列标签。
pandas学习笔记【loc[]】 vs 【iloc[]】方法
qq_46396470的博客
09-11 438
【loc[]】和【iloc[]】都是【pandas】的【DataFrame对象】的方法，而且都是用来选择一个确定的【组】，区别在于：loc是用行标签来选择行，而iloc是用行的整数索引（从0开始）来选择行。我个人觉得这么说可能有点抽象，不如咱们来探索一下，具体iloc和loc是怎样运作的通过上面的第三条语句，我们创建了一个DataFrame矩阵，如下图输出然后通过最后一条语句，将【】这一列设置为了【】，下面是data的输出：下面要正式开始了！
loc和iloc的详解及使用
最新发布
weixin_67868534的博客
06-18 1032
Pandas中loc和iloc的核心差异在于索引方式：loc基于标签(label)选择数据，包含切片端点；iloc基于整数位置(integer position)，遵循左闭右开原则。loc适合按名称访问数据，支持条件筛选；iloc适合按物理位置选择，兼容NumPy操作。关键区别在于loc切片包含结束标签，而iloc不包含结束位置，使用时需根据业务场景选择合适方法。掌握这一区别能更高效处理DataFrame数据。
loc函数
都凉儿的博客
08-31 7517
loc函数是利用index的名字，来获取想要的行或列 可以利用.loc[]提取目标行/目标列 .iloc[]只能是整数型
Pandas loc/iloc用法详解
ccc369639963的博客
04-18 2645
Pandas loc/iloc用法详解 在数据分析过程中，很多时候需要从数据表中提取出相应的数据，而这么做的前提是需要先“索引”出这一部分数据。虽然通过 Python 提供的索引操作符"[]“和属性操作符”."可以访问 Series 或者 DataFrame 中的数据，但这种方式只适应与少量的数据，为了解决这一问题，Pandas 提供了两种类型的索引方式来实现数据的访问。 本节就来讲解一下，如何在 Pandas 中使用 loc 函数和 iloc 函数。两种函数说明如下： 方法名称 说明 .l
Python模块Pandas数据切片 -- 详解loc和iloc区别
wodertianna的博客
06-13 703
在Pandas库中，`iloc`和`loc`是用于选择DataFrame或Series中数据的两种主要方法。尽管它们的目的相似，但它们的用法和基于的索引类型有着显著的区别。
2024年最全loc和iloc函数用法详解（Python）(1)
2401_84584238的博客
05-01 1293
Aa 0b 4c 8d 123 利用loc、iloc提取指定行、指定列数据In[6]:data.loc[[‘a’,‘b’],[‘A’,‘B’]] #提取index为’a’,‘b’,列名为’A’,'B’中的数据Out[6]:A Ba 0 1b 4 5In[7]:data.iloc[[0,1],[0,1]] #提取第0、1行，第0、1列中的数据Out[7]:A Ba 0 1b 4 54 利用loc、iloc提取所有数据。
2024年loc和iloc函数用法详解（Python）
2401_84562377的博客
04-30 933
a 0b 4c 8d 123 利用loc、iloc提取指定行、指定列数据In[6]:data.loc[[‘a’,‘b’],[‘A’,‘B’]] #提取index为’a’,‘b’,列名为’A’,'B’中的数据Out[6]:A Ba 0 1b 4 5In[7]:data.iloc[[0,1],[0,1]] #提取第0、1行，第0、1列中的数据Out[7]:A Ba 0 1b 4 54 利用loc、iloc提取所有数据。
Pandas中的loc筛选后赋值：loc[筛选条件][‘列名‘]、loc[筛选条件,‘列名‘]、loc[筛选条件,[‘列名‘]]之间的区别
qq_42492684的博客
09-01 2463
赋值时的区别
.loc 与.iloc
老肥码码码
01-27 2万+
Python中根据位置取值可以用.loc，.iloc，.ix，还可以通过每一行的索引和列的索引，把需要的行和列单独取出来 .iloc：根据标签的所在位置，从0开始计数，选取列，如果索引是数字，就使用.iloc loc：根据DataFrame的具体标签选取列，.loc主要是针对字符串的，当索引是字符串时可以使用 一、当每列已有column name时，用 df [ 'a' ] 就能选取...
python中iloc的详细用法_Pandas中loc和iloc函数用法详解（源码+实例）
weixin_39937412的博客
12-03 1万+
loc函数：通过行索引 "Index" 中的具体值来取行数据(如取"Index"为"A"的行)iloc函数：通过行号来取行数据(如取第二行的数据)本文给出loc、iloc常见的五种用法，并附上详细代码。1.利用loc、iloc提取行数据import numpy as npimport pandas as pd#创建一个Dataframedata=pd.DataFrame(np.arange(16)...
Pandas的 loc iloc ix 区别
热门推荐
imlpf的专栏
08-11 3万+
import pandas as pd data = [[1,2,3],[4,5,6]] index = [0,1] columns=['a','b','c'] df = pd.DataFrame(data=data, index=index, columns=columns) 1. loc——通过行标签索引行数据 df.loc[1] ''''' a 4 b
loc和iloc用法辨析
学习记录，厚积薄发
12-06 2195
在使用pandas对DataFrame对象进行列和行的选取的时候，经常会使用这样两种方法，他们分别是loc[]和iloc[]。 首先，说明它们的具体用法： df.loc[] 只能使用标签索引，不能使用整数索引，通过便签索引切边进行筛选时，前闭后闭。 df.iloc[] 只能使用整数索引，不能使用标签索引，通过整数索引切边进行筛选时，前闭后开。 那我们就用代码来说明： 先创建一个DataFrame对象 import pandas as pd labels = ['a', 'b', .
Pandas数据分析教程(2)-数据读取之普通索引、loc/iloc索引
少喝凉水的博客
01-26 4210
Pandas数据分析教程(2)-数据读取之普通索引、loc/iloc索引 没看过往期的朋友可以先看看第一期哈~ Pandas数据分析教程(1)-Series和DataFrame 在上一期中，我们简单介绍了Series和DataFrame两种Pandas中常用的数据结构，那么问题来了，假设我已经有了这两种数据，如何从中提取我想要的部分？ 这个问题对于后续读取Excel文件操作至关重要，毕竟Excel文件内容跟DataFrame很像，本节我记录下了Pandas中读取、选择、过滤两种数据结构的方法。 Da
loc和iloc的用法
竹墨的专栏
11-05 3562
1.导入数据处理函数，导入存储和处理矩阵函数。 2.定义table为获取表格（矩阵的行数/列数，行名，列名） 3.打印出table表格 4.获取表格table的“zu1”列 5.对于行就需要用到loc和iloc方法 如上table定义了一个index，那么loc就根据这个index（即行名）来索引对应的行。 iloc是根据行号来索引，行号从0开始，逐次加1。 ...
iloc和loc的区别
qiao8756的博客
06-28 1万+
pandas以类似字典的方式来获取某一列的值，比如df['A']，这会得到df的A列，返回的也是一个Series对象。如果想要获取部分行的话就得用到切片例如：df'[:3]，获取前三行；df[3:4]，获取第四行。但是如果想要获取部分行部分列的上述两种方法就无能为力了。这时就得用到 ix, loc, iloc方法(ix已弃用)loc是指location的意思，iloc中的i是指integer。il...
python中iloc的用法示例
轻舟已过万重山
05-05 2万+
得到属性名、第一行数据、数据类型 print(data.iloc[0]) No 1 square_feet 150 loaction 4 built 10 price 6450 Name: 0, dtype: int64 得到属性名、第二行数据、数据类型 print(data.iloc[1]) No 2 square_feet 200 loaction
pandas中iloc与loc的区别
11-24
在pandas库中，`loc` 和 `iloc` 是两个用于访问和操作DataFrame的重要功能，它们的主要区别在于选择元素的方式： 1. **loc**（location-based indexing）[^1]: - 它基于标签（label-based），即通过列名或行索引来定位元素。 - 使用方式：`df.loc[row_indexer, column_indexer]`。如果仅有一个参数，可以指定行，如`df.loc['row_name']`；如果只有一个索引器，可以指定列，如`df.loc[:, 'column_name']`。 2. **iloc**（integer-based indexing）: - 它基于位置（position-based），即直接使用整数索引来选取元素，从0开始计数。 - 使用方式：`df.iloc[row_indexer, column_indexer]`。同样，可以单独传入行或列的索引，如`df.iloc[0]` 或 `df.iloc[:, 1]`。 举例来说，假设我们有如下DataFrame： ```python import pandas as pd data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]} df = pd.DataFrame(data) ``` - 使用`loc`选取特定行和列： ```python print(df.loc[1, 'B']) # 输出：5，因为索引1对应第二行，'B'列的值 ``` - 使用`iloc`选取第2行第2列： ```python print(df.iloc[1, 1]) # 输出：5，因为位置(1, 1)对应第二行第二列 ```
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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