Python之pandas.iloc和pandas.loc使用用法

刺骨的言语ヽ痛彻心扉 2023-02-09 14:13 30阅读 0赞

**引言**

pandas.iloc方法提供了基于整数的索引方式，跟 python自身的list 的索引方式是十分类似的！

**栗子**

import numpy as np
    import pandas as pd
    np.random.seed(1)  # 为了使得生成的随机数固定，这里设置了随机数种子
    s1 = pd.Series(np.random.randn(5), index=list(range(0, 10, 2)))

--------------------

print(s1)

结果为：

0    1.624345
    2   -0.611756
    4   -0.528172
    6   -1.072969
    8    0.865408
    dtype: float64

--------------------

print(s1.iloc[:3])

结果为：

0    1.624345
    2   -0.611756
    4   -0.528172
    dtype: float64

--------------------

print(s1.iloc[3])

结果为：

-1.0729686221561705

--------------------

上述同样的操作通过`.loc`方法实现如下：

print(s1.loc[:4])

结果为：

0    1.624345
    2   -0.611756
    4   -0.528172
    dtype: float64

--------------------

print(s1.loc[6])

结果为：

-1.0729686221561705

--------------------

通过一个索引或者是一个索引切片来进行赋值：

s1.iloc[:3] = 0
    print(s1)

结果为：

0    0.000000
    2    0.000000
    4    0.000000
    6   -1.072969
    8    0.865408
    dtype: float64

s1.iloc[4] = 1.11
    print(s1)

结果为：

0    0.000000
    2    0.000000
    4    0.000000
    6   -1.072969
    8    1.110000
    dtype: float64

**拓展**

pandas的DataFrame中.loc方法并没有很大区别

import numpy as np
    import pandas as pd
    np.random.seed(1)  # 为了使得生成的随机数固定，这里设置了随机数种子
    df1 = pd.DataFrame(np.random.randn(5, 4),
                        index=list(range(0, 10, 2)),
                        columns=list(range(0, 8, 2)))
    print(df1)
    
    """
              0         2         4         6
    0  1.624345 -0.611756 -0.528172 -1.072969
    2  0.865408 -2.301539  1.744812 -0.761207
    4  0.319039 -0.249370  1.462108 -2.060141
    6 -0.322417 -0.384054  1.133769 -1.099891
    8 -0.172428 -0.877858  0.042214  0.582815
    """
    
    print(df1.iloc[1:4, 1:3])
    """
              2         4
    2 -2.301539  1.744812
    4 -0.249370  1.462108
    6 -0.384054  1.133769
    """
    print(df1.iloc[[0, 2], [0, 2]])
    """
              0         4
    0  1.624345 -0.528172
    4  0.319039  1.462108
    """
    print(df1.iloc[1:4, :])
    """
              0         2         4         6
    2  0.865408 -2.301539  1.744812 -0.761207
    4  0.319039 -0.249370  1.462108 -2.060141
    6 -0.322417 -0.384054  1.133769 -1.099891
    """
    print(df1.iloc[:, 1:3])
    """
              2         4
    0 -0.611756 -0.528172
    2 -2.301539  1.744812
    4 -0.249370  1.462108
    6 -0.384054  1.133769
    8 -0.877858  0.042214
    """
    print(df1.iloc[1, 1])  # -2.3015386968802827
    print(df1.iat[1, 1])   # -2.3015386968802827
    print(df1.iloc[1])
    """
    0    0.865408
    2   -2.301539
    4    1.744812
    6   -0.761207
    Name: 2, dtype: float64
    """
    print(df1.xs(2))
    """
    0    0.865408
    2   -2.301539
    4    1.744812
    6   -0.761207
    Name: 2, dtype: float64
    """