【Python数据分析】Pandas_loc/iloc用法详解

最新推荐文章于 2025-06-18 09:56:19 发布

Root_Smile

最新推荐文章于 2025-06-18 09:56:19 发布

阅读量848

点赞数 5

CC 4.0 BY-SA版权

分类专栏：【Python数据分析】文章标签： python 数据分析 pandas

本文链接：https://blog.csdn.net/qq_45951891/article/details/139783138

在数据分析过程中，很多时候需要从数据表中提取出相应的数据，而这么做的前提是需要先“索引”出这一部分数据。虽然通过 Python 提供的索引操作符"[]"和属性操作符"."可以访问 Series 或者 DataFrame 中的数据，但这种方式只适应与少量的数据，为了解决这一问题，Pandas 提供了两种类型的索引方式来实现数据的访问。

本节就来讲解一下，如何在 Pandas 中使用 loc 函数和 iloc 函数。两种函数说明如下：

方法名称	说明
.loc[]	基于标签索引选取数据
.iloc[]	基于整数索引选取数据

.loc[]

df.loc[] 只能使用标签索引，不能使用整数索引。当通过标签索引的切片方式来筛选数据时，它的取值前闭后闭，也就是只包括边界值标签（开始和结束）。

.loc[] 具有多种访问方法，如下所示：

一个标量标签
标签列表
切片对象
布尔数组

loc[] 接受两个参数，并以','分隔。第一个位置表示行，第二个位置表示列。示例如下：

import numpy as np
import pandas as pd
#创建一组数据
data = {
   
   'name': ['John', 'Mike', 'Mozla', 'Rose', 'David', 'Marry', 'Wansi', 'Sidy', 'Jack', 'Alic'],        
        'age': [20, 32, 29, np.nan, 15, 28, 21, 30, 37, 25],       
        'gender': [0, 0, 1, 1, 0, 1, 0, 0, 1, 1],      
        'isMarried': ['yes', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'no']}
label = ['a', 'b', 'c', 'd', 'e', 'f',