python pandas中索引函数loc和iloc的区别分析

Pandas索引函数	loc	iloc
基于标签的索引	√
基于位置的索引		√

Pandas提供了两种不同类型的索引函数：基于标签的索引函数loc和基于位置的索引函数iloc。二者的主要区别在于索引的方式不同，因此在选择数据的过程中需要根据具体情况选择使用哪种类型的索引函数。

loc（基于标签的索引）

loc函数通过标签（列名、行名）提取数据，可以用来选择某一行或某一列的数据，也可以用来选择多行或多列的数据。

用法示例1：选择一行数据

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}, index=['a', 'b', 'c'])

print(df.loc['a'])

输出结果：

A    1
B    4
C    7
Name: a, dtype: int64

用法示例2：选择多行数据

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}, index=['a', 'b', 'c'])

print(df.loc[['a', 'c']])

输出结果：

   A  B  C
a  1  4  7
c  3  6  9

iloc（基于位置的索引）

iloc函数通过位置提取数据，可用于选择某一行或某一列的数据，也可用于选择多行或多列的数据。

用法示例1：选择一行数据

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}, index=['a', 'b', 'c'])

print(df.iloc[0])

输出结果：

A    1
B    4
C    7
Name: a, dtype: int64

用法示例2：选择多行数据

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}, index=['a', 'b', 'c'])

print(df.iloc[[0, 2]])

输出结果：

   A  B  C
a  1  4  7
c  3  6  9

总之，loc函数基于标签提取数据，iloc函数基于位置提取数据。在选择数据的时候，需要结合具体情况选择不同类型的索引函数。