思维导图

一、df.loc[]与df.iloc[]区别

df.loc[]：是按标签或者布尔数组进行行/列索引
df.iloc[]：是按标签位置（from 0 to length - 1)或者布尔数组进行索引

二、df.loc[]详解

df.loc[] 允许输入

整数或者字符串，整数必须为标签名，如 df.loc[1] 行标签为1的行 、df.loc['abc'] 行标签为abc的行
列表，df.loc[['a','b','c']] 索引行标签分别为 a,b,c的行
切片，df.loc['a':'b'] 索引行标签为从a到b的行，df.loc[:] 所有行 df.loc[:,:] 索引所有行和列
布尔数组，长度需要与轴的长度一致，df.loc[[True,True,False]] 索引为True的行
函数，df.loc[df.index != 2,:] 索引除行标签为2外的所有行和列

三、df.iloc[]详解

df.iloc[] 允许输入

整数 ，df.iloc[3] 索引位置为3的行，即第四行
整数列表，df.iloc[[0,2,3]] 索引第一、三、四行
切片，df.iloc[0:3] 索引第一到第四行 ，df.loc[:,:] 索引所有行和列
布尔数组，长度需要与轴的长度一致，df.loc[[True,True,False]]，索引为True的行
函数，data.iloc[data.index != 0]  索引除第一行外所有行

df.loc[]与df.iloc[]例子对比

1.创建数据集

import pandas as pd
dic = {'学号':[1,2,3,4,5],
       '姓名':['小王','小张','小李','小明','小东'],
       '成绩':[89,90,76,85,91]
      }
df = pd.DataFrame(dic,index=['a','b','c','d',1])

2.整数索引

3.列表索引

切片索引

4.布尔索引

函数/条件索引

同时索引行和列

1.索引整个数据集

2.索引某个值

3.切片索引

4.条件索引

❤️求点赞！！！求收藏！！！求关注！！！❤️