Pandas中df.loc[]與df.iloc[]怎么使用

本篇內(nèi)容介紹了“Pandas中df.loc[]與df.iloc[]怎么使用”的有關(guān)知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

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

“Pandas中df.loc[]與df.iloc[]怎么使用”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實用文章！