在剛學習Python的時候，對于loc、iloc、at、iat、ix有點混亂，沒有進行過整理和梳理。所以針對這幾種用法進行一次案例的整理。本次優先整理loc和iloc

SQL中的select是根據列的名稱來選取；Pandas則更為靈活，不但可根據列名稱選取，還可以根據列所在的position（數字，在第幾行第幾列，注意pandas行列的position是從0開始）選取。相關函數如下：

1）loc：通過標簽或布爾數組獲得一組行和列。

2）iloc：通過整數位置獲得行和列的數據。

---

一、loc ：通過標簽或布爾數組獲得一組行和列。

2-1先定義一個DataFrame：import pandas as pd df = pd.DataFrame([[1, 2], [4, 5], [7, 8]],index=['cobra', 'viper', 'sidewinder'],columns=['max_speed', 'shield'])

DataFrame結果：

max_speed shield cobra 1 2 viper 4 5 sidewinder 7 82-2.loc選定index標簽，獲取某一行，.loc[],中括號里面是先行后列，以逗號分割，行和列分別是行標簽和列標簽

1、通過行名稱獲取整行數據：

獲得'cobra'所在的行：

df.loc['viper']

執行結果：

max_speed 1 shield 2

2、通過行名稱，列名稱定位數據：

df.loc['cobra', 'shield']

執行結果：

2

3、通過切片行標簽和單個標簽列，獲取一組數據：

df.loc['cobra':'viper', 'max_speed']

執行結果：

cobra 1 viper 4

4、通過條件篩選數據：

#先篩選到'shield'這一列大于6所在的數據，并且篩選出對應的這幾行 df.loc[df['shield'] > 6]

執行結果：

max_speed shield sidewinder 7 8

二、iloc ：通過整數位置獲得行和列的數據。

3-1先定義一個DataFrameimport pandas as pd df = pd.DataFrame([[1,2,3,4], [100,200,300,400], [1000,2000,3000,4000]],columns=['a', 'b','c','d'])

DataFrame結果：

a b c d 0 1 2 3 4 1 100 200 300 400 2 1000 2000 3000 4000

1、通過行索引獲取數據

#獲取index 為0 所在的行數據 df.iloc[0]

執行結果：

a 1 b 2 c 3 d 4

2、通過行索引獲取多行數據

df.iloc[[0, 1]]

執行結果：

a b c d 0 1 2 3 4 1 100 200 300 400

3、通過切片index來獲取數據

df.iloc[:3]

執行結果：

a b c d 0 1 2 3 4 1 100 200 300 400 2 1000 2000 3000 4000

4、通過切片行和列來獲取一組數據

#iloc[]中先行后列，同loc df.iloc[1:3, 0:3]

執行結果：

a b c 1 100 200 300 2 1000 2000 3000

三、總結

關于iloc和loc先總總結到這里，如果有疑問的小伙伴歡迎留言或者私信。

總結

以上是生活随笔為你收集整理的pandas中如何选取某几列_【python】pandas中 loc amp; iloc用法及区别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。