loc和iloc函数的用法分别是什么，有何差异

这篇文章主要介绍“loc和iloc函数的用法分别是什么，有何差异”的相关知识，下面会通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“loc和iloc函数的用法分别是什么，有何差异”文章能帮助大家解决问题。

1 loc和iloc的含义

loc表示location的意思；iloc中的loc意思相同，前面的i表示integer，所以它只接受整数作为参数。

2 用法

import pandas as pd
import numpy as np
# np.random.randn(5, 2)表示返回5x2的矩阵，index表示行的编号，columns表示列的编号
df = pd.DataFrame(np.random.randn(5, 2), index=range(0, 5, 1), columns=list('AB'))
print(df)

打印df的结果：

2.1 loc函数的用法

loc表示通过标签取数据，标签就是上面的‘0’-‘4’和‘A’-‘B’。

print(df.loc[0])

print(df.loc[0, :])

print(df.loc[0:2, 'A'])

2.2 iloc函数的用法

iloc函数表示通过位置取数据，即第m行，第n列数据，只接受整型参数。记住：0:2为“包左不包右”，即取0, 1。

print(df.iloc[0, :])

print(df.iloc[:, 0])

print(df.iloc[0:2, :])

补充：Pandas中loc和iloc函数实例

利用loc、iloc提取行数据

import numpy as np
import pandas as pd
#创建一个Dataframe
data=pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('ABCD'))
 
In[1]: data
Out[1]: 
    A   B   C   D
a   0   1   2   3
b   4   5   6   7
c   8   9  10  11
d  12  13  14  15
 
#取索引为'a'的行
In[2]: data.loc['a']
Out[2]:
A    0
B    1
C    2
D    3
 
#取第一行数据，索引为'a'的行就是第一行，所以结果相同
In[3]: data.iloc[0]
Out[3]:
A    0
B    1
C    2
D    3

loc函数：通过行索引 “Index” 中的具体值来取行数据（如取"Index"为"A"的行）

iloc函数：通过行号来取行数据（如取第二行的数据）

利用loc、iloc提取列数据

In[4]:data.loc[:,['A']] #取'A'列所有行，多取几列格式为 data.loc[:,['A','B']]
Out[4]: 
    A
a   0
b   4
c   8
d  12
 
In[5]:data.iloc[:,[0]] #取第0列所有行，多取几列格式为 data.iloc[:,[0,1]]
Out[5]: 
    A
a   0
b   4
c   8
d  12
 

总结

感谢各位的阅读，以上就是“loc和iloc函数的用法分别是什么，有何差异”的内容了，经过本文的学习后，相信大家对loc和iloc函数的用法分别是什么，有何差异都有更深刻的体会了吧。这里是博信，小编将为大家推送更多相关知识点的文章，欢迎关注！