1 loc和iloc的含义
loc表示location的意思；iloc中的loc意思相同，前面的i表示integer，所以它只接受整数作为参数。
2 用法
import pandas as pd
import numpy as np
# np.random.randn(5, 2)表示返回5x2的矩阵，index表示行的编号，columns表示列的编号
df = pd.DataFrame(np.random.randn(5, 2), index=range(0, 5, 1), columns=list('AB'))
print(df)
打印df的结果：
2.1 loc函数的用法
loc表示通过标签取数据，标签就是上面的‘0’-‘4’和‘A’-‘B’。
print(df.loc[0])
print(df.loc[0, :])
print(df.loc[0:2, 'A'])
2.2 iloc函数的用法
iloc函数表示通过位置取数据，即第m行，第n列数据，只接受整型参数。记住：0:2为“包左不包右”，即取0, 1。
print(df.iloc[0, :])
print(df.iloc[:, 0])
print(df.iloc[0:2, :])
补充：Pandas中loc和iloc函数实例
利用loc、iloc提取行数据
import numpy as np
import pandas as pd
#创建一个Dataframe
data=pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('ABCD'))
In[1]: data
Out[1]:
A B C D
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
d 12 13 14 15
#取索引为'a'的行
In[2]: data.loc['a']
Out[2]:
A 0
B 1
C 2
D 3
#取第一行数据，索引为'a'的行就是第一行，所以结果相同
In[3]: data.iloc[0]
Out[3]:
A 0
B 1
C 2
D 3
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）
利用loc、iloc提取列数据
In[4]:data.loc[:,['A']] #取'A'列所有行，多取几列格式为 data.loc[:,['A','B']]
Out[4]:
A
a 0
b 4
c 8
d 12
In[5]:data.iloc[:,[0]] #取第0列所有行，多取几列格式为 data.iloc[:,[0,1]]
Out[5]:
A
a 0
b 4
c 8
d 12
总结
到此这篇关于Python Pandas中loc和iloc函数的基本用法的文章就介绍到这了,更多相关Pandas loc和iloc函数用法内容请搜索Devmax以前的文章或继续浏览下面的相关文章希望大家以后多多支持Devmax！