您的位置:

python的iloc和loc(iloc python)

本文目录一览:

Python Pandas 依据标签或者位置选取特定行列 loc和iloc两种方式

Pandas中有两种方式可以进行特定行列的选取,一种是在知道每一列的名称(label)的情况下(df.loc),一种是在只知道列的位置(integer-location)的情况下(df.iloc)。

可以看出,上述的冒号(:)意味着选取所有的行,所以只需在此处进行改动即可选取特定行(前开后闭)

同样在选取特定行的时候,依然存在基于label或者是基于integer-location的选择

选取行采用df.iloc方式,具体如下

除此之外,在采用非标签的方式选择的时候,可以通过输入布尔型变量进行筛选,比如 df.iloc[[True, False, True]] ,或者是 df.iloc[lambda x: x.index % 2 == 0]

完结撒花,反正知道了df.loc和df.iloc的差别之后自由组合就好了~

参考资料:

python中iloc 和loc ix的区别

loc 在index的标签上进行索引,范围包括start和end。

iloc 在index的位置上进行索引,不包括end.。

ix 是 iloc 和 loc的合体。

Python(英语发音:/ˈpaɪθən/), 是一种面向对象、解释型计算机程序设计语言,由Guido van Rossum于1989年底发明,第一个公开发行版发行于1991年,Python 源代码同样遵循 GPL(GNU General Public License)协议。Python语法简洁而清晰,具有丰富和强大的类库。它常被昵称为胶水语言,能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起。常见的一种应用情形是,使用Python快速生成程序的原型(有时甚至是程序的最终界面),然后对其中有特别要求的部分,用更合适的语言改写,比如3D游戏中的图形渲染模块,性能要求特别高,就可以用C/C++重写,而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题,某些可能不提供跨平台的实现。

Python 基本操作- 数据选取loc、iloc、ix函数

loc中的数据是列名,是字符串,所以前后都要取;iloc中数据是int整型,所以是Python默认的前闭后开

构建数据集df

loc函数主要通过行标签索引行数据 ,划重点, 标签!标签!标签!

loc[1] 选择行标签是1的(从0、1、2、3这几个行标签中)

loc[0:1] 和 loc[0,1]的区别,其实最重要的是loc[0:1]和iloc[0:1]

索引某一列数据,loc[:,0:1],还是标签,注意,如果列标签是个字符,比如'a',loc['a']是不行的,必须为loc[:,'a']。

但如果行标签是'a',选取这一行,用loc['a']是可以的。

iloc 主要是通过行号获取行数据,划重点,序号!序号!序号!

iloc[0:1],由于Python默认是前闭后开,所以,这个选择的只有第一行!

如果想用标签索引,如iloc['a'],就会报错,它只支持int型。

ix——结合前两种的混合索引,即可以是行序号,也可以是行标签。

如选择prize10(prize为一个标签)的,即 df.loc[df.prize10]

还有并或等操作

python选取特定列——pandas的iloc和loc以及icol使用

pandas入门——loc与iloc函数

pandas中loc、iloc、ix的区别

pandas基础之按行取数(DataFrame)