pandas 的 df.loc[ ]方法是一個(gè)用于選擇行和列的函數(shù)，它可以幫助你在 pandas 數(shù)據(jù)幀中定位和選擇特定的數(shù)據(jù)。
df.loc[行標(biāo)簽, 列標(biāo)簽]
使用方法是在數(shù)據(jù)幀名稱后面跟上 .loc[]，然后在方括號(hào)內(nèi)輸入行和列的標(biāo)簽，標(biāo)簽可以是整數(shù)、字符串或布爾值。
例如：import pandas as pd# 創(chuàng)建一個(gè)簡(jiǎn)單的數(shù)據(jù)幀df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})# 輸出數(shù)據(jù)幀的第一行print(df.loc[0])# 輸出數(shù)據(jù)幀的第一列print(df.loc[:, 'A'])# 輸出數(shù)據(jù)幀的第一行和第二列print(df.loc[0, 'B'])# 輸出數(shù)據(jù)幀的第二行和第三列print(df.loc[1, 'C'])
你還可以使用切片來選擇多行或多列，例如：
# 輸出數(shù)據(jù)幀的前兩行print(df.loc[:1])# 輸出數(shù)據(jù)幀的后兩列print(df.loc[:, 'B':])
你還可以使用布爾值索引來選擇特定的行或列。
例如：# 選擇數(shù)據(jù)幀中值大于 5 的行print(df.loc[df['A'] > 5])# 選擇數(shù)據(jù)幀中值小于等于 5 的列print(df.loc[:, df.loc[0] <= 5])
總之，pandas的loc() 方法是一個(gè)非常強(qiáng)大的工具，可以幫助我們輕易地篩選行和列的數(shù)據(jù)。
注意，df.loc[] 只能使用標(biāo)簽索引，不能使用位置索引。如果想使用位置索引，可以使用 df.iloc[] 函數(shù)。
df.iloc[行編號(hào), 列編號(hào)]
df.iloc[] 是 pandas 中用于選擇行和列的函數(shù)。它允許你通過行索引和列索引選擇 DataFrame 中的數(shù)據(jù)。
例如，假設(shè)你有一個(gè) DataFrame df，你想選擇它的第一行和第二列，你可以使用如下代碼：df.iloc[0, 1]
如果要選取多行多列的數(shù)據(jù)，可以傳入一個(gè)列表：
df.iloc[[1, 2], [1, 2]]
你也可以使用切片選擇多行和多列，例如：df.iloc[0:2, 1:3]
這將選擇第一行和第二行，以及第二列和第三列。
還有一個(gè)重要的注意事項(xiàng)是，df.iloc[] 是基于整數(shù)的索引，而不是基于標(biāo)簽的索引。這意味著你必須使用整數(shù)來選擇行和列，而不是使用實(shí)際的行標(biāo)簽或列標(biāo)簽。
注意：[0:2]后面的數(shù)字是開區(qū)間，即[0:2)
你還可以像這樣選取所有行或列：
df.iloc[:, :] # 選取所有行和列df.iloc[:, 1:] # 選取所有行，從第 2 列開始的所有列df.iloc[1:, :] # 選取從第 2 行開始的所有行，以及所有列
聯(lián)系客服
