一、loc函数

构建数据集df

import pandas as pd  
df = pd.DataFrame([  
            ['green', 'M', 10.1, 'class1'],   
            ['red', 'L', 13.5, 'class2'],   
            ['blue', 'XL', 15.3, 'class1']])  
print (df)    
# 数据集为以下内容，所有操作均对df进行
       0   1     2       3
0  green   M  10.1  class1
1    red   L  13.5  class2
2   blue  XL  15.3  class1

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）

In[1]:    df.loc[1]
Out[1]: 
0       red
1         L
2      13.5
3    class2

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

In[10]: df.loc[0:1]  #取第一和第二行，loc[]中的数字其实是行索引，所以算是前闭加后闭
Out[10]: 
       0  1     2       3
0  green  M  10.1  class1
1    red  L  13.5  class2

In[12]:   df.iloc[0:1]
Out[12]: 
       0  1     2       3
0  green  M  10.1  class1

In[11]:   df.loc[0,1]
Out[11]: 'M'

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。

n[13]: df.loc[:,0:1]
Out[13]: 
       0   1
0  green   M
1    red   L
2   blue  XL

二、iloc函数

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！

In[12]:   df.iloc[0:1]
Out[12]: 
       0  1     2       3
0  green  M  10.1  class1

如果想用标签索引，如iloc['a']，就会报错，它只支持int型。

三、ix函数

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。

另，一些筛选操作

如选择prize>10(prize为一个标签)的，即 df.loc[df.prize>10]
还有&并或等操作

参考文献：

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）

0 条评论