【pandas筆記】loc和Iloc區(qū)別

本文主要對比介紹pandas中的lociloc兩個(gè)基于索引的取值方式。

iloc的意思是基于索引(index-based selection),輸入為索引,也就是,行是(0,1,2,3,4)中的值,列是(0,1,2)中的值。
loc的意思是基于標(biāo)簽(label-based selection),輸入為標(biāo)簽,也就是,行是(0,1,2,3,4)中的值,列是('a', 'b' ,'c')中的值。

>>> import pandas as pd
>>> df = pd.DataFrame([[1, 2, 3], [2, 3, 4], [3, 4, 5], [4, 5, 6]],
                      columns=['a', 'b', 'c'])
>>> df                      
   a  b  c
0  1  2  3
1  2  3  4
2  3  4  5
3  4  5  6

# iloc取值
>>> df.iloc[0, 1]
2

# loc取值
>>> df.loc[0, 'a']
2

# 切片,前閉后開區(qū)間,結(jié)果中第一列是index
>>> df.iloc[0:2, 1]
0    2
1    3
Name: b, dtype: int64

# 切片,前閉后閉區(qū)間,結(jié)果中第一列是index
>>> df.iloc[0:2, 1]
0    1
1    2
2    3
Name: a, dtype: int64

注意

lociloc在切片時(shí),范圍的區(qū)間有些許差別。

iloc中范圍是前閉后開區(qū)間
loc中范圍是前閉后閉區(qū)間

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容