利用Pandas讀取某列某行資料之loc和iloc用法總結

2022-03-08 16:01:13

1.loc方法

loc方法是通過行、列的名稱或者標籤來尋找我們需要的值。

（1）讀取第二行的值

# 索引第二行的值，行標籤是「1」
data1 = data.loc[1]

結果：

備註：
#下面兩種語法效果相同
data.loc[1] == data.loc[1,:]

（2）讀取第二列的值

# 讀取第二列全部值
data2 = data.loc[ : ,"B"]

結果：

（3）同時讀取某行某列

# 讀取第1行，第B列對應的值
data3 = data.loc[ 1, "B"]

結果：

（4）讀取DataFrame的某個區域

# 讀取第1行到第3行，第B列到第D列這個區域內的值
data4 = data.loc[ 1:3, "B":"D"]

結果：

（5）根據條件讀取

# 讀取第B列中大於6的值
data5 = data.loc[ data.B > 6] #等價於 data5 = data[data.B > 6]

結果：

（6）也可以進行切片操作

# 進行切片操作，選擇B，C，D，E四列區域內，B列大於6的值
data1 = data.loc[ data.B >6, ["B","C","D","E"]]

結果：

2.iloc方法

iloc方法是通過索引行、列的索引位置[index, columns]來尋找值

（1）讀取第二行的值

# 讀取第二行的值，與loc方法一樣
 
data1 = data.iloc[1]
 
# data1 = data.iloc[1, :]，效果與上面相同

結果：

（2）讀取第二列的值

# 讀取第二列的值
data1 = data.iloc[:, 1]

結果：

（3）同時讀取某行某列

# 讀取第二行,第二列的值
data1 = data.iloc[1, 1]

結果：

（4）進行切片操作

# 按index和columns進行切片操作
# 讀取第2、3行，第3、4列
data1 = data.iloc[1:3, 2:4]

結果：

注意：

這裡的區間是左閉右開，data.iloc[1:3, 2:4]中的第4行、第5列取不到

補充：利用loc、iloc提取所有資料

In[8]:data.loc[:,:] #取A,B,C,D列的所有行
Out[8]: 
    A   B   C   D
a   0   1   2   3
b   4   5   6   7
c   8   9  10  11
d  12  13  14  15
 
In[9]:data.iloc[:,:] #取第0,1,2,3列的所有行
Out[9]: 
    A   B   C   D
a   0   1   2   3
b   4   5   6   7
c   8   9  10  11
d  12  13  14  15

利用loc函數，根據某個資料來提取資料所在的行

In[10]: data.loc[data['A']==0] #提取data資料(篩選條件: A列中數位為0所在的行資料)
Out[10]: 
   A  B  C  D
a  0  1  2  3

總結

到此這篇關於利用Pandas讀取某列某行資料之loc和iloc用法的文章就介紹到這了,更多相關Pandas讀取列行資料之loc和iloc內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！

利用Pandas讀取某列某行資料之loc和iloc用法總結

目錄

1.loc方法

2.iloc方法

補充：利用loc、iloc提取所有資料

總結

熱門文章