1、loc函數

通過行標簽索引行數據。
可以多行，可以[行標簽, 列標簽]

import pandas as pd import numpy as npdata = [[1, 2, 3],[4, 5, 6]] index1 = [10, 11] index2 = ['d', 'e'] colums = ['a', 'b', 'c'] df1 = pd.DataFrame(data=data, index=index1, columns=colums) df2 = pd.DataFrame(data=data, index=index2, columns=colums)# print(df) # loc——通過行標簽索引行數據 print(df1.loc[11]) print(df2.loc['d']) # print(df1.loc['a']) ## 只能時行索引 print(df2.loc['d':]) ## 多行索引 print(df2.loc['d',['b','c']]) ## 擴展：索引某行某列 print(df2.loc[:,['c']]) ## 獲取某列 df.[列標簽] ## 注意：df[1:3]包含1，2，3

輸出結果

a 4 b 5 c 6 Name: 11, dtype: int64 a 1 b 2 c 3 Name: d, dtype: int64a b c d 1 2 3 e 4 5 6 b 2 c 3 Name: d, dtype: int64c d 3 e 6

2、iloc函數

通過行號索引行數據。

# iloc——通過行號獲取行數據 print(df2.iloc[1]) # print(df2.iloc['a']) # 通過行標簽索引會報錯 print(df2.iloc[0:]) ## 多行 print(df2.iloc[:,[1]]) ## 列數據

輸出結果

a 4 b 5 c 6 Name: e, dtype: int64a b c d 1 2 3 e 4 5 6b d 2 e 5

3、ix函數

結合前兩種的混合索引

# ix——結合前兩種的混合索引 print(df2.ix[1]) print(df2.ix['e'])

輸出結果

a 4 b 5 c 6 Name: e, dtype: int64 a 4 b 5 c 6 Name: e, dtype: int64

總結

以上是生活随笔為你收集整理的Pandas——loc、iloc、ix 函数区别的全部內容，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。