Pandas里DataFrame 中loc和iloc函数的区别

本文主要是介绍Pandas里DataFrame 中loc和iloc函数的区别，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

loc 和 iloc 函数的区别

loc函数和iloc函数都是DataFrame 中取值操作的函数
loc中的参数是index
iloc函数中的i表示的是integer，即iloc中的参数只能是整形数字
这两个函数有两个不同点
① 使用参数不同
② 返回结果不同
接下来我以下面的数据详细说明

import numpy as np
import pandas as pd 
df = pd.DataFrame(np.random.rand(10,4),columns=list('abcd'))
print(df)
# 结果：a         b         c         d
0  0.226006  0.295747  0.231749  0.573285
1  0.052518  0.059304  0.218019  0.798142
2  0.064813  0.618378  0.971105  0.605308
3  0.954839  0.099021  0.085837  0.637033
4  0.079814  0.805864  0.550378  0.710103
5  0.346486  0.306215  0.463596  0.299014
6  0.200434  0.237708  0.028059  0.940314
7  0.899110  0.233594  0.660966  0.280976
8  0.687531  0.053931  0.858240  0.376436
9  0.995754  0.912359  0.367521  0.324629

使用参数不同
1.1. loc 函数里面需要填写的数据索引是标签，而标签就是行名（0-9），列名(‘a’-‘b’)
使用方法：

print(df.loc[1:2,"a":"b"])
# 结果:a         b
1  0.052518  0.059304
2  0.064813  0.618378

1.2 iloc 函数里面需要填写的数据索引是位置，即第几行第几列
使用方法:

print(df.iloc[1:2,0:1])
# 结果;a
1  0.052518

返回结果不同
loc 函数返回的数据遵循左右都闭的形式，而iloc函数返回的数据则是遵循左闭右开的形式，
```
# 下面分别使用loc，iloc填写相同意义的参数 ，查看结果
print(df.loc[1:2,"a":"b"])
print(df.iloc[1:2,0:1])
# iloc 结果：a         b
1  0.052518  0.059304
2  0.064813  0.618378
# loc 结果a
1  0.052518
```
由此可见，loc函数取值到参数本身的位置，而iloc函数则是到参数前一位的位置。
所以说loc函数遵循左开右开，iloc函数遵循左开右闭。
由于是新手，刚接触DataFrame 没多久，所以知识表达的不是很精简，如果有错误，望各位指出。

这篇关于Pandas里DataFrame 中loc和iloc函数的区别的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！