(iloc和loc的区别) Pandas loc、iloc用法详解 Pandas.loc和iloc索引方式全网首发(图文详解1)

(iloc和loc的区别) Pandas loc、iloc用法详解

Pandas是Python的一个重要数据处理库，loc和iloc是其中的两种索引方式，主要用于数据的提取、查询和修改。他们两者的主要区别在于，loc是基于标签名的索引方法，而iloc是基于位置索引。

loc的用法：
- 单行索引：
  可以通过行索引来获取一行数据，如data.loc[‘index_name’].
- 多行索引：
  获取连续多行或者任意多行数据，如data.loc[[‘index1_name’, ‘index2_name’]].
- 列索引：
  获取某列数据，如data.loc[:, ‘column_name’].
- 多列索引：
  获取任意多列数据，如data.loc[:, [‘column1_name’, ‘column2_name’]].
- 行列同时索引：
  可以同时索引行和列，如data.loc[‘index_name’, ‘column_name’].
iloc的用法：
iloc的使用方法和loc几乎一样，唯一的区别就是iloc只接受数字索引。

以下为示例代码：

import pandas as pd

#创建一个DataFrame
data = pd.DataFrame({
 'name':['Jack', 'Tom', 'Mary'],
 'age':[18, 20, 22],
 'gender':['m', 'm', 'w']
})

#指定name列为索引列
data.set_index('name', inplace=True)

#使用loc提取特定行
print(data.loc['Jack'])

#使用iloc提取特定行
print(data.iloc[1])

#使用loc提取特定列
print(data.loc[:, 'age'])

#使用iloc提取特定列
print(data.iloc[:, 1])

#使用loc提取特定行和列
print(data.loc['Tom', 'age'])

#使用iloc提取特定行和列
print(data.iloc[1, 0])

在上述代码中，首先创建了一个name为索引列的DataFrame，通过loc和iloc分别进行数据的行列索引。如果需要对数据更复杂的操作，比如条件筛选，可以使用这两个函数配合条件表达式实现。

需要注意的是，由于iloc是基于位置的索引，所以在排列数据时要特别注意。如果对数据进行排序或是某种变换，记得更新索引以防止数据错位。
(python) Python assert断言关键字的作用与用法 Python assert 语法简介全网首发(图文详解1)
(迭代器) python中cycle函数的作用与使用方法 Python itertools cycle 函数介绍全网首发(图文详解1)