Python DataFrame 中loc和iloc的区别

概述在使用pandas时，loc和iloc让我踩了几次坑。所以在此记录一下二者的区别。In[1]:importpandasaspdIn[2]:importnumpyasnpIn[3]:d=pd.DataFrame(np.arange(20).reshape(5,4),columns=list('abcd'))In[4]:dOut[4]:abcd00123

在使用pandas时，loc和iloc让我踩了几次坑。所以在此记录一下二者的区别。

In [1]: import pandas as pdIn [2]: import numpy as npIn [3]: d = pd.DataFrame(np.arange(20).reshape(5, 4), columns=List('abcd'))In [4]: dOut[4]:     a   b   c   d0   0   1   2   31   4   5   6   72   8   9  10  113  12  13  14  154  16  17  18  19In [5]: 

1、在取某一列的时候，loc的列参数是列名，而iloc的列参数是该列的索引。例如取b列：

In [5]: d.loc[:, 'b']Out[5]: 0     11     52     93    134    17name: b, dtype: int64In [6]: d.iloc[:, 1]Out[6]: 0     11     52     93    134    17name: b, dtype: int64

2、在取某一行的时候，loc的行参数是索引值， 而iloc的行参数是“行号”，第一行的行号就是0，第二行的行号就是1。我们把d倒序一下，然后取第一行就会发现区别：

In [7]: e = d.sort_index(ascending=False)In [8]: eOut[8]:     a   b   c   d4  16  17  18  193  12  13  14  152   8   9  10  111   4   5   6   70   0   1   2   3In [9]: e.loc[0, :]Out[9]: a    0b    1c    2d    3name: 0, dtype: int64In [10]: e.iloc[0, :]Out[10]: a    16b    17c    18d    19name: 4, dtype: int64

可以看到iloc并没有按照索引取行，而是取了第一行。

以上是loc和iloc的两点区别，欢迎补充！

总结

以上是内存溢出为你收集整理的Python DataFrame 中loc和iloc的区别全部内容，希望文章能够帮你解决Python DataFrame 中loc和iloc的区别所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。