python .loc vs .iloc区别
2020-12-08 13:29
标签:index ice pandas 报错 tar 建议 value error: imp 例: loc[n]表示索引的是第n行(index 是整数) loc[‘d’]表示索引的是第’d’行(index 是字符) 2. .iloc :通过行号获取行数据,不能是字符 3. ix——结合前两种的混合索引 三者区别: ix / loc 可以通过行号和行标签进行索引,比如 df.loc[‘a‘] , df.loc[1], df.ix[‘a‘] , df.ix[1] 而iloc只能通过行号索引 , df.iloc[0] 是对的, 而df.iloc[‘a‘] 是错误的 建议: 当用行号索引的时候, 尽量用 iloc 来进行索引; 而用标签索引的时候用 loc , ix 尽量别用。 例: import numpy as np import pandas as pd a b c a 0 print df.iloc[0:3] #输出0至3行所有列内容 a b c 0 0 2 4 10 print df.iloc[1,‘c’] #输出第一行第二列,因为用了标签索引,所以会报错 ValueError: Location based indexing can only have [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] types 0 a b b c 为便于区分,所有屏幕输出结果,全部用斜体 python .loc vs .iloc区别 标签:index ice pandas 报错 tar 建议 value error: imp 原文地址:https://www.cnblogs.com/xinguichun/p/10992084.html 1.loc意义:通过行标签索引行数据
df=pd.DataFrame(np.arange(0,60,2).reshape(10,3),columns=list(‘abc‘))
print(df)
0 0 2 4
1 6 8 10
2 12 14 16
3 18 20 22
4 24 26 28
5 30 32 34
6 36 38 40
7 42 44 46
8 48 50 52
9 54 56 58
print df.iloc[0] #输出第0行所有列内容
b 2
c 4
Name: 0, dtype: int32
1 6 8 10
2 12 14 16print df.iloc[1,2] #输出第一行第二列
print df.loc[0,‘a‘]
print df.loc[0:3,[‘a‘,‘b‘]]
0 0 2
1 6 8
2 12 14
3 18 20print df.loc[[1,5],[‘b‘,‘c‘]]
1 8 10
5 32 34