python df.iloc[]和df.loc[]使用

假设df是一个DataFrame型的数据集，而iloc函数和loc函数的作用就是对数据集进行选择（说切片也行）两个函数都属于pandas库。

在对DataFrame进行操作时，会大量的使用这两个方法，从数据集中提取出目标数据。

区别

• loc [ raw , col ]：第一个参数raw表示行选，行选只能是整数；后面的参数表示列选，列选只能是索引名称，比如姓名、年龄之类的

• iloc [ raw , col ]：第一个参数raw表示行选，第二个参数表示列选，都必须是整数。

参数使用

: 的使用：假设在loc函数中raw=1:3（同理列选col），则表示选择从第一行到第三行的所有行，也就是[ 1 , 3 ]（左闭右闭）；而在iloc函数中，表示选择从第一行到第2行的所有行，不包括第三行，也就是 [ 1 , 3) （左闭右开）。如果只传递一个 :，则表示选择全部行（列）。“-1”表示最后一行

举例

# 创建一个DataFrame数据集
df = pd.DataFrame([
    ['green', 'M', 10.1, 'class1'],
    ['red', 'L', 13.5, 'class2'],
    ['blue', 'XL', 15.3, 'class1']],
     index=range(0, 3), columns=list('ABCD'))
     print('现在的数据集是：')
     
print(df)
print('当前数据集为：' + str(df.shape))
cols = df.shape[1]   # shape[0]表行数，shape[1]表示列数
print('列数是：' + str(cols))

输出这个数据集：

       A   B     C       D
0  green   M  10.1  class1
1    red   L  13.5  class2
2   blue  XL  15.3  class1
当前数据集为：(3, 4)
列数是：4

对loc函数使用

print('loc[row,col]通过标签提取数据:')
print('取出行标签为0的那一行：')
print(df.loc[0]) # 只传递一个参数时，默认是行选

Out:
loc[row,col]通过标签提取数据:
取出行标签为0的那一行：
A     green
B         M
C      10.1
D    class1
Name: 0, dtype: object

print('取出列标签为B的那一列：')
print(df.loc[:, 'B'])

Out：
取出列标签为B的那一列：
0     M
1     L
2    XL
Name: B, dtype: object

print('取出列标签为B的第0行和第1行(loc左闭右闭)：')
print(df.loc[0:1, 'B'])

Out：
取出列标签为B的第0行和第1行(loc左闭右闭)：
0    M
1    L
Name: B, dtype: object

对iloc函数使用

print('iloc[row,col]通过行列坐标来取数据：')
print('取出第0行：')
print(df.iloc[0])
# 也可以用print(df.iloc[0,:])

Out：
iloc[row,col]通过行列坐标来取数据：
取出第0行：
A     green
B         M
C      10.1
D    class1
Name: 0, dtype: object

print('取出第1列(注意：iloc左开右闭)：')
print(df.iloc[:, 1:2])

Out：
取出第1列(注意：iloc左开右闭)：
    B
0   M
1   L
2  XL

print('取出第1行和第二行的后两列：')
# cols = df.shape[1]   # shape[0]表行数，shape[1]表示列数
print(df.iloc[1:3, cols - 2:cols])

Out：
取出第1行和第二行的后两列：
      C       D
1  13.5  class2
2  15.3  class1