这篇文章我们来了解“python中loc和iloc的区别和各自用法是什么”的内容，小编通过实际的案例向大家展示了操作过程，简单易懂，有需要的朋友可以参考了解看看，那么接下来就跟随小编的思路来往下学习吧，希望对大家学习或工作能有帮助。

最近接触到数据科学，需要对一些数据表进行分析，观察到代码中一会出现loc一会又出现iloc，下面对两者的用法给出我的一些理解。

1.联系

(1)操作对象相同：loc和iloc都是对DataFrame类型进行操作；

(2)完成目的相同：二者都是用于选取DataFrame中对应行或列中的元素。

2.区别

loc和iloc索引的行列标签类型不同。

iloc使用顺序数字来索引数据，而不能使用字符型的标签来索引数据；注意：这里的顺序数字是指从0开始计数！

loc使用实际设置的索引来索引数据。但行列名为数字时，loc也可以索引数字，但这里的数字不一定从0开始编号，是对应具体行列名的数字！

3.用法

下面用代码来讲解两者的用法。

3.1行列全为从0开始顺序编号

import pandas as pd
import numpy as np
 
a = np.arange(12).reshape(3,4)
#将a转化为DataFrame类型
df = pd.DataFrame(a)
#展示df
df

由于未给df的行列命名，默认从0开始编号，所以这个时候使用loc和iloc结果是一样的。

索引为一个数，默认输出行
print(df.loc[0])#输出第0行元素
print(df.iloc[0])#输出第0行元素

 两者输出结果都为：

0    0
1    1
2    2
3    3
Name: 0, dtype: int32

输出结果为df第0行元素，结果中第一列表示列名，第二列表示具体的值。如果只需要输出某一列，输入df.loc[：，0]表示输出第0列。

如果需要输出第0到2列的数据。

#方式1
df.loc[:,0:2]#可把loc理解为遍历字符串类型，0:2则表示标签为0,1,2三列
#方式2
df.iloc[:,0:3]#iloc遍历的数数字，python中0:3对应0,1,和2

输出结果均为：

3.2有一行或列不是从0顺序编号

#把行标签换成其他数字编号
df.index=[2,5,7]
df.loc[2]

此时df变为：

 输出结果为：

0    0
1    1
2    2
3    3
Name: 2, dtype: int32

输出结果对应的是列标签为“2”所在的行。

我们继续用df.iloc[2]输出结果：

0     8
1     9
2    10
3    11
Name: 7, dtype: int32

可见输出的是第2行的数据。

在这里我们能大概对loc和iloc的用法有了一定的了解。

3.3行或者列为非数字标签

#把行标签转化为非数字类型
df.index=['a','b','c']
#输出第a、b行，第0到2列的数据
#方式1
df.loc[['a','b'],0:2]#可把loc理解为遍历字符串类型，0:2则表示标签为0,1,2三列
#方式2
df.iloc[0:2,0:3]#iloc遍历的是数字，0:2表示的是0和1,0:3表示0,1,2。

两者输出结果均为：

3.4 其他用法

一般情况下，表的行为从0编号的数字类型，列为具体的字符串类型。行的数字容易确定，列的列名容易确定。

#将行换成0 1 2编号
df.index=[0,1,2]
#列标签换成A B C D
df.columns=['A','B','C','D']
df.iloc[1]['A']#实现输出第1行第A列的数据

输出结果为4。

如果要输出第1行，第AB列，使用df.iloc[1][['A','B']]，这里一定要注意'A','B'是作为一个列表输入的，右侧一共有两个中括号。

输出结果：

A    4
B    5
Name: 1, dtype: int32

df.iloc[1][['A','B']]等价于df.iloc[1,0:2]，但是很多情况下我们不知道具体列名对应的数字，所以采用第一种方法可以提高编程效率。

总结

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• python中format的主要用法有什么，怎样应用

  这篇文章主要介绍了python中的format是什么意思？format怎么用？今天小编就为大家介绍一下format用法，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

• Python绘制数据分析图的详细过程包括什么

  Plotly 是目前已知的Python最强绘图库，比Echarts还强大许多。它的绘制通过生成一个web页面完成，并且支持调整图像大小，动态调节参数。本文将利用Plotly绘制精美的数据分析图，感兴趣的可以了解一下

• Python项目中mysql连接池怎么实现

  这篇文章主要介绍了python3 实现mysql数据库连接池的示例代码,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

• Python3数据类型包括哪些，作用和用法是什么

  Python 3 中有六个标准的数据类型：Numbers（数字）、String（字符串）、List（列表）、Tuple（元组）、Sets（集合）、Dictionaries（字典）。

• Python中星号有何作用，星号变量怎么理解

  在Python中星号除了用于乘法数值运算和幂运算外，还有一种特殊的用法"在变量前添加单个星号或两个星号"，实现多参数的传入或变量的拆解，本