快捷導(dǎo)航

Pandas中df.loc[]與df.iloc[]的用法與異同?

更新時間：2022年07月25日 09:32:19 作者：三頭六臂的小白

本文主要介紹了Pandas中df.loc[]與df.iloc[]的用法與異同，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧?

官網(wǎng)資料:

loc :https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.loc.html
iloc : https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iloc.html

用途：

取數(shù): 從dataframe中取一部分行與列的數(shù)據(jù) (為主)
賦值: 給指定的行與列賦值 df.loc[xx,xx] = xx

輸入?yún)?shù)注意：

方括號內(nèi)的參數(shù):

loc、iloc 方括號中,參數(shù)的排布模式為[行條件,列條件],當(dāng)總體條件只有一個時候(最外層方括號內(nèi)無逗號)，會按照：先行后列的方法來匹配對應(yīng)的條件
默認(rèn)會拋棄掉對應(yīng)的dataframe格式，輸出series，如果想保留dataframe格式，需要在條件外邊加 ”[ ]”。

loc與iloc條件（行/列）相同之處：

單一元素(不包含list) str/int/slice 選取行時候，選取的是對應(yīng)條件下的行 (series)
單一元素(不包含list) str/int/slice 選取列時候，選取的是對應(yīng)條件下的列(series)
條件為list時候，選取的是一組對應(yīng)的行（列）條件下的（dataframe數(shù)據(jù)）
布爾值的list/可與df對齊的series(布爾類型): 與index長度相同的話選擇對應(yīng)值為True的行，與列數(shù)相同的話，選取對應(yīng)值為True 的列。
df的index的子集index2: 選取df中對應(yīng)的index2的行
函數(shù)：輸入為行/列series(外層有逗號)或者dataframe(外層無括號) 返回為對應(yīng)輸入的一個布爾值表，用來篩選對應(yīng)的數(shù)據(jù)。

不同之處：

當(dāng)對應(yīng)的行/列標(biāo)簽為 int類型x時候，iloc表示對應(yīng)的第x個 index或column，而loc 表示對應(yīng)的index /column名稱等于這個x。
對應(yīng)的開閉區(qū)間不同 df.loc[1:5,1:5] 會有一個最多 5x5的df數(shù)據(jù)子集，而df.iloc[1:5,1:5] 會有最多4x4df數(shù)據(jù)子集，其中iloc的行/列切片不包含最后一個數(shù)（與range函數(shù)類似）

loc與iloc 實際用例:

df = pd.DataFrame([[1, 2,3,14], [4, 5,6,17], [7, 8,9,10],[11,12,13,14]],
? ? ?index=[2,3,4,5],
? ? ?columns=[2,4,5,6])
??
# loc 行/列條件是對應(yīng)的標(biāo)簽值在對應(yīng)的范圍內(nèi)，[閉合，閉合] 區(qū)間
df.loc[2:5,2:5]
# ? 輸出為:
# ? ?2?? ?4?? ?5
#2?? ?1?? ?2?? ?3
#3?? ?4?? ?5?? ?6
#4?? ?7?? ?8?? ?9
#5?? ?11?? ?12?? ?13
?
# 選取index 為 2 的行里面的值
# 不推薦：df.loc[2] 下文省略
df.loc[2,:]
# 輸出為 ?1,2,3,14 series類型
?
# 選取index 為 2 的行 保留dataframe類型
df.loc[[2],:]?
?
#選取對應(yīng)列名為 2 的列
df.loc[:,2]?
# 這里 index 與 列名都是int類型，因此loc方括號中使用int類型，如果是其他類型，對應(yīng)的數(shù)字要改成其他類型的數(shù)據(jù)，不能再用數(shù)字
?
# iloc 行/列條件是對應(yīng)的標(biāo)簽或者列名的索引值在范圍內(nèi)，[閉合，開放) 區(qū)間
df.iloc[2:5,2:5]
# 輸出為?
# ? ?5?? ? 6
#4?? ? 9?? ? 10
#5?? ? 13?? ? 14
?
# 這里 索引是以0開始的，所有行的切片應(yīng)該寫作 0:5 ?也可以寫作“ ：”
# iloc 數(shù)字類型來做篩選的
?
# 不管是loc 還是 iloc 都建議用[行條件,列條件] 來寫，其中如果無需篩選可以用:來占位，表意明確。
# loc 匹配的是 index/列名的值 與對應(yīng)的條件
# iloc 匹配的是 index/列名對應(yīng)的索引號 與對應(yīng)的條件

到此這篇關(guān)于Pandas中df.loc[]與df.iloc[]的用法與異同的文章就介紹到這了,更多相關(guān)Pandas df.loc[]與df.iloc[]內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: