Python Pandas数据分析之iloc和loc的用法详解

PythonPandas是数据分析领域非常重要的工具，其中iloc和loc是两个非常重要的方法，用于访问数据框中的元素。下面是详细的攻略。

iloc的用法

iloc方法是根据位置来访问数据框中的元素。iloc以包含行和列编号的元组作为索引。例如， df.iloc[0:2, 0:2]表示访问第1到第2行和第1到第2列的元素。

下面是一个例子：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 32, 18, 47],
        'gender': ['F', 'M', 'M', 'M']}
df = pd.DataFrame(data)
print(df.iloc[1:3, 0:2])

上面的代码输出结果是：

      name  age
1      Bob   32
2  Charlie   18

这里选取了第2到第3行以及第1到第2列的元素。

loc的用法

loc方法是根据标签来访问数据框中的元素。loc以包含行和列标签的元组作为索引。例如，df.loc[:, ['name', 'age']]表示选取所有行，并选取名为"name"和"age"的两列。

下面是一个例子：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 32, 18, 47],
        'gender': ['F', 'M', 'M', 'M']}
df = pd.DataFrame(data)
print(df.loc[:, ['name', 'age']])

上面的代码输出结果是：

      name  age
0    Alice   25
1      Bob   32
2  Charlie   18
3    David   47

这里选取了所有行，并选取名为"name"和"age"的两列。

总结

在Pandas中使用iloc和loc方法可以实现根据位置和标签来访问数据框中的元素，需要注意的是，在使用iloc方法时，左闭右开区间是不包含右端点的，也就是说， df.iloc[0:2, 0:2]访问的元素是第1到第2行和第1到第2列的元素，不包括第3行和第3列。