Python Pandas中loc和iloc函数的基本用法示例

下面我将详细讲解一下“Python Pandas中loc和iloc函数的基本用法示例”的完整攻略。

一、loc和iloc函数的基本概念

• loc：按标签索引行或列。使用它，我们可以通过行标或列标（任意一个或两个都可以）来获取行数据。loc函数的基本形式为df.loc[row_index,col_index]，其中，row_index是行索引，col_index是列索引。
• iloc：按位置索引行或列。使用它，我们根据行号或列号（任意一个或两个都可以）获取行数据。iloc函数的基本形式为df.iloc[row_index,col_index]，其中，row_index是行索引，col_index是列索引也可以用切片表示。

二、使用示例

示例一：使用loc获取行数据

假设我们有以下一份数据：

	姓名	年龄	电话	邮箱
0	张三	20	123	[e-mail]
1	李四	22	456	[e-mail]
2	王五	24	789	[e-mail]
3	赵六	26	246	[e-mail]

我们可以通过以下代码使用loc函数获取第1行、第3行和第4行的所有数据：

import pandas as pd
data = pd.DataFrame({'姓名':['张三','李四','王五','赵六'],
                     '年龄':[20,22,24,26],
                     '电话':['123','456','789','246'],
                     '邮箱':['[e-mail]','[e-mail]','[e-mail]','[e-mail]']})
print(data.loc[[1,3,4], :])

输出结果如下：

   姓名  年龄 电话              邮箱
1  李四  22  456    [e-mail]
3  赵六  26  246  [e-mail]

该代码使用data.loc[[1,3,4], :]获取了第1行、第3行和第4行的所有数据，其中[1,3,4]代表行索引，:代表获取该行的所有数据。

示例二：使用iloc获取列数据

假设我们仍然有以下一份数据：

	姓名	年龄	电话	邮箱
0	张三	20	123	[e-mail]
1	李四	22	456	[e-mail]
2	王五	24	789	[e-mail]
3	赵六	26	246	[e-mail]

我们可以通过以下代码使用iloc函数获取第1列、第2列和第4列的所有数据：

import pandas as pd
data = pd.DataFrame({'姓名':['张三','李四','王五','赵六'],
                     '年龄':[20,22,24,26],
                     '电话':['123','456','789','246'],
                     '邮箱':['[e-mail]','[e-mail]','[e-mail]','[e-mail]']})
print(data.iloc[:, [1,2,4]])

输出结果如下：

   年龄 电话              邮箱
0  20  123  [e-mail]
1  22  456    [e-mail]
2  24  789   [e-mail]
3  26  246  [e-mail]

该代码使用data.iloc[:, [1,2,4]]获取了第1列、第2列和第4列的所有数据，其中[:, [1,2,4]]代表获取该列的所有数据。需要注意的是，在使用iloc函数时，需要使用列索引而非列名来获取列数据，因此第一列对应的是0而非姓名。