pandas.DataFrame()中的iloc和loc用法
阿新 • • 發佈:2018-11-10
簡單的說:
iloc,即index locate 用index索引進行定位,所以引數是整型,如:df.iloc[10:20, 3:5]
loc,則可以使用column名和index名進行定位,如:
df.loc[‘image1’:‘image10’, ‘age’:‘score’]
例項:
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
np.random.seed(666)
df = pd.DataFrame(np.random.rand(25).reshape([5, 5]) , index=['A', 'B', 'D', 'E', 'F'], columns=['c1', 'c2', 'c3', 'c4', 'c5'])
print(df.shape) # (5, 5)
# 返回前五行
df.head()
# 返回後五行
df.tail()
# 訪問 某幾個 列
print(df[['c1', 'c4']])
'''
c1 c4
A 0.700437 0.727858
B 0.012703 0.099929
D 0.200248 0.700845
E 0.774479 0.110954
F 0.023236 0.197503
'''
# 賦值於一個新的 dataframe
sub_df = df[['c1', 'c3', 'c5']]
'''
c1 c3 c5
A 0.700437 0.676514 0.951458
B 0.012703 0.048813 0.508066
D 0.200248 0.192892 0.293228
E 0.774479 0.112858 0.247668
F 0.023236 0.340035 0.909180
'''
# 檢視前五行
print(sub_df.head(5))
'''
c1 c3 c5
A 0.700437 0.676514 0.951458
B 0.012703 0.048813 0.508066
D 0.200248 0.192892 0.293228
E 0.774479 0.112858 0.247668
F 0.023236 0.340035 0.909180
'''
# 檢視中間 幾行 的資料 使用 方法 iloc
print(sub_df.iloc[1:3, :]) # iloc : index location 用索引定位
'''
c1 c3 c5
B 0.012703 0.048813 0.508066
D 0.200248 0.192892 0.293228
'''
# 過濾 列
print(sub_df.iloc[1:2, 0:2]) # 和python的用法一樣,但是 該方法 是 基於 index 資訊的
'''
c1 c3
B 0.012703 0.048813
'''
# loc 方法, 通過label 名稱來過濾
print(sub_df.loc['A':'B', 'c1':'c3']) # 基於 label 選擇
'''
c1 c3
A 0.700437 0.676514
B 0.012703 0.048813
'''
需要注意的是:
在iloc使用索引定位的時候,因為是索引,所以,會按照索引的規則取值,如:[1:5] 會取出 1,2,3,4 這4個值。
但是loc按照label標籤取值則不是這樣的。如:[‘A’:‘C’] A,B,C 都會取出來。