python 中iloc_如何在pandas中使用loc、iloc函数进行数据索引(入门篇)
时间: 2024-02-21 07:57:30 浏览: 84
pandas官方文档中文版_python教程_pandas中文API_pandas中文_
在 Pandas 中,loc 和 iloc 函数都可以用于数据索引,但它们有不同的用法和功能。
loc 函数是基于标签(Label)的索引方式,它可以通过行标签(行号)、列标签(列名)或它们的组合来访问数据,例如:
```python
import pandas as pd
data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
'age': [25, 32, 18, 47, 22],
'gender': ['F', 'M', 'M', 'M', 'F']}
df = pd.DataFrame(data)
print(df)
# 访问第二行、'name'列对应的值
print(df.loc[1, 'name'])
# 访问第一列所有行
print(df.loc[:, 'name'])
# 访问第二行所有列
print(df.loc[1, :])
```
iloc 函数是基于位置(Index)的索引方式,它可以通过行号、列号或它们的组合来访问数据,例如:
```python
import pandas as pd
data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
'age': [25, 32, 18, 47, 22],
'gender': ['F', 'M', 'M', 'M', 'F']}
df = pd.DataFrame(data)
print(df)
# 访问第二行、第一个列对应的值
print(df.iloc[1, 0])
# 访问第一列所有行
print(df.iloc[:, 0])
# 访问第二行所有列
print(df.iloc[1, :])
```
需要注意的是,iloc 函数是基于数据的位置进行索引,因此在数据发生变化时,索引结果也会随之改变。而 loc 函数则是基于数据的标签进行索引,因此即使数据发生变化,索引结果也会保持不变。
阅读全文