对pandas中iloc,loc取数据差别及按条件取值的方法详解 - CSDN文库

109 浏览量更新于2023-05-04 收藏 34KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源推荐

对对pandas中中iloc,loc取数据差别及按条件取值的方法详解取数据差别及按条件取值的方法详解

Dataframe使用使用loc取某几行几列的数据：取某几行几列的数据：

print(df.loc[0:4,['item_price_level','item_sales_level','item_collected_level','item_pv_level']])

结果如下，取了index为0到4的五行四列数据。

item_price_level item_sales_level item_collected_level item_pv_level

0 3 3 4 14

1 3 3 4 14

2 3 3 4 14

3 3 3 4 14

4 3 3 4 14

而使用而使用iloc，如下所示：，如下所示：

print(df.iloc[0:4,6:9])

结果如下，取得是index为0到3四行，以及第6到8列（从0列开始）3列数据。

item_price_level item_sales_level item_collected_level

0 3 3 4

1 3 3 4

2 3 3 4

3 3 3 4

另外另外loc可以按条件取数据：可以按条件取数据：

print(df.loc[df.item_price_level==0,:])

print(df.loc[df[item_price_level]==0,:])

上面两条语句效果是一样的，都是取item_price_level为0的所有数据。可以把冒号改成几列列名，只取满足条件的某几列数

据：

print(df.loc[df['item_price_level']==0,['item_price_level','item_sales_level']])

结果前两行如下：结果前两行如下：

item_price_level item_sales_level

129141 0 10

129142 0 10

条件为多个时条件为多个时（同时满足两个条件如下）：（同时满足两个条件如下）：

print(df.loc[(item_price_level==0) & (item_sales_level==3),:])

以上这篇对pandas中iloc,loc取数据差别及按条件取值的方法详解就是小编分享给大家的全部内容了，希望能给大家一个参

考，也希望大家多多支持软件开发网。

您可能感兴趣的文章您可能感兴趣的文章:python pandas dataframe 行列选择,切片操作方法python pandas.DataFrame选取、修改数据最好

用.loc,.iloc,.ix实现pandas ix &iloc &loc的区别python选取特定列 pandas iloc,loc,icol的使用详解(列切片及行切片)

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余0页未读，立即下载

weixin_38695061

粉丝: 4
资源: 931

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈