pandas .loc

pandas的.loc()方法是一个用于选择行和列的函数，它可以帮助你在pandas数据帧中定位和选择特定的数据。.loc()方法使用标签来选择数据，而不是使用数字索引。下面是一些使用.loc()方法的例子：

1. 选择单个标签

import pandas as pd

data = {'name': ['John', 'Emma', 'Peter', 'David'],
        'age': [25, 28, 21, 32],
        'country': ['US', 'UK', 'CA', 'AU']}
df = pd.DataFrame(data)

# 选择行
print(df.loc[1]) # 选择第2行

# 选择列
print(df.loc[:, 'name']) # 选择name列

# 选择单个元素
print(df.loc[1, 'name']) # 选择第2行name列的元素

2. 选择多个标签

import pandas as pd

data = {'name': ['John', 'Emma', 'Peter', 'David'],
        'age': [25, 28, 21, 32],
        'country': ['US', 'UK', 'CA', 'AU']}
df = pd.DataFrame(data)

# 选择多行
print(df.loc[[0, 2]]) # 选择第1行和第3行

# 选择多列
print(df.loc[:, ['name', 'age']]) # 选择name和age列

# 选择多个元素
print(df.loc[[0, 2], ['name', 'age']]) # 选择第1行和第3行的name和age列的元素

3. 使用条件选择

import pandas as pd

data = {'name': ['John', 'Emma', 'Peter', 'David'],
        'age': [25, 28, 21, 32],
        'country': ['US', 'UK', 'CA', 'AU']}
df = pd.DataFrame(data)

# 使用条件选择行
print(df.loc[df['age'] > 25]) # 选择年龄大于25的行

# 使用条件选择列
print(df.loc[:, df.columns.str.contains('a')]) # 选择包含字母a的列