pandas的loc与iloc

1. loc是用标签(也就是行名和列名)来查找,标签默认是数字,但也可以通过index参数指定为字符型等其他的类型。

  • 格式是df.loc[行名,列名],如果列标签没有给出,则默认为查找指定行标签的所有列。

例如:

1.1 创建一个DataFrame,不指定各行的名称(或者说标签),pandas会默认通过数字编号,将各行命名为0,1,2,。。。

1.2 df.loc[行名],不指定列名,则查找输出该行名的所有列:

1.3 df.loc[行名,列名],则查找行名为0,列名为‘id‘的值:

1.4 df.loc 一个行名,多个列名,列名则以list形式给出:

1.5 df.loc 多个行名,多个列名:

1.6 df.loc 多个行名,逗号后面不给出列名,则认为是所有的列:

#### 为了证明上述的例子中loc后面的第一个参数确实是行的名字,而不是编号,给出下面的例子,其中,创建DataFrame时,通过index参数来指定各个行的行名分别为 test1,test2,test3:

1.7 多个行名,一个列名:

1.8 多个行名,逗号后不给出列名,则默认为是所有列:

1.9 多个行名,多个列名:

2. iloc是用编号(行的编号和列的编号,从0开始)来查找。

2.1 创建DataFrame:

2.2 df.iloc 一个行编号,一个列编号:

2.3 df.iloc 一个行编号,多个列编号:

2.4 df.iloc 多个行编号,一个列编号:

2.5 df.iloc 多个行编号,行号逗号之后,列编号为空,则默认为所有列:

2.6 如果不用编号,而用行或者列的名称,则报错:

注:

1.上述代码用Jupyter编写运行,

2. 文章内容部分参考自:https://www.cnblogs.com/keye/p/7825280.html

原文地址:https://www.cnblogs.com/aaronhoo/p/9382133.html

时间: 2024-10-17 01:09:25

pandas的loc与iloc的相关文章

pandas中Loc vs. iloc vs. ix vs. at vs. iat?

loc: only work on indexiloc: work on positionix: You can get data from dataframe without it being in the indexat: get scalar values. It's a very fast lociat: Get scalar values. It's a very fast iloc

pandas (loc、iloc、ix)的区别

loc:通过行标签索引数据 iloc:通过行号索引行数据 ix:通过行标签或行号索引数据(基于loc和iloc的混合) 1.使用loc.iloc.ix索引第一行数据: (1) loc (2) iloc (3) ix

pandas 定位 loc,iloc,ix

In [114]: df Out[114]: A B C D 2018-06-30 0.318501 0.613145 0.485612 0.918663 2018-07-31 0.614796 0.711491 0.503203 0.170298 2018-08-31 0.530939 0.173830 0.264867 0.181273 2018-09-30 0.009428 0.622133 0.933908 0.813617 2018-10-31 0.126368 0.981736 0.

loc、iloc、ix 区别

loc--通过行标签索引行数据 iloc--通过行号索引行数据 ix--通过行标签或者行号索引行数据(基于loc和iloc 的混合) 同理,索引列数据也是如此! 举例说明: 1.分别使用loc.iloc.ix 索引第一行的数据: (1)loc import pandas as pd data=[[1,2,3],[4,5,6]] index=['a','b']#行号 columns=['c','d','e']#列号 df=pd.DataFrame(data,index=index,columns=

python pandas.DataFrame选取、修改数据最好用.loc,.iloc,.ix

先手工生出一个数据框吧 [python] view plain copy import numpy as np import pandas as pd df = pd.DataFrame(np.arange(0,60,2).reshape(10,3),columns=list('abc')) df 是这样子滴 那么这三种选取数据的方式该怎么选择呢? 一.当每列已有column name时,用 df [ 'a' ] 就能选取出一整列数据.如果你知道column names 和index,且两者都很

Pandas -ix loc iloc

原文地址:https://www.cnblogs.com/xiaxiaoai/p/8143636.html

关于python中loc和iloc方法

pandas以类似字典的方式来获取某一列的值 import pandas as pd import numpy as np table = pd.DataFrame(np.zeros((4,2)), index=['a','b','c','d'], columns=['left', 'right']) print(table) 得到: 如果我们此时需要得到table列的值 例如:table['left'] 即可得到: 如果我们对于行感兴趣,这时候有两种方法,即 iloc 和 loc 方法 loc

python .loc vs .iloc区别

1.loc意义:通过行标签索引行数据 例: loc[n]表示索引的是第n行(index 是整数) loc[‘d’]表示索引的是第’d’行(index 是字符) 2. .iloc   :通过行号获取行数据,不能是字符 3.  ix——结合前两种的混合索引 三者区别: ix / loc 可以通过行号和行标签进行索引,比如 df.loc['a'] , df.loc[1], df.ix['a'] , df.ix[1] 而iloc只能通过行号索引 , df.iloc[0] 是对的, 而df.iloc['a

DataFrame loc和iloc的区别

loc loc是select by label(name) loc函数是选择dataframe中那一行的index == k的 iloc loc是select by position loc函数是选择dataframe中第position行 举例 d1.loc[0] d1.iloc[0] 原文地址:https://www.cnblogs.com/woxiaosade/p/12229855.html