python&Pandas八：pandas数据提取loc和iloc的区别

在Pandas中，loc和iloc是两种用于索引和选择数据的方法。

区别如下：

• loc：基于标签进行索引和选择。它使用行和列的标签来访问数据。可以通过标签名称或条件表达式进行索引，并返回与指定标签对应的行和列。在loc中，使用的索引范围是包含结束点的。

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c'])

# 使用单个标签获取行和列
print(df.loc['a', 'A'])  # 输出 1

# 使用标签切片获取多行和多列
print(df.loc['a':'b', 'A'])  # 输出 a    1\nb    2\nName: A, dtype: int64

# 使用条件表达式进行索引
print(df.loc[df['A'] > 1])  # 输出    A  B\nb  2  5\nc  3  6\nName: A, dtype: int64

• iloc：基于整数位置进行索引和选择。它使用整数位置来访问数据，类似于Python中的列表索引。可以使用整数索引或条件表达式进行索引，并返回与指定位置对应的行和列。在iloc中，使用的索引范围是不包含结束点的。

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c'])

# 使用单个整数位置获取行和列
print(df.iloc[0, 0])  # 输出 1

# 使用整数切片获取多行和多列
print(df.iloc[0:2, 0])  # 输出 a    1\nb    2\nName: A, dtype: int64

# 使用条件表达式进行索引
print(df.iloc[df['A'] > 1])  # 输出    A  B\nb  2  5\nc  3  6\nName: A, dtype: int64

总结：

• loc使用标签进行索引和选择，而iloc使用整数位置进行索引和选择。
• 在loc中，使用的索引范围是包含结束点的，而在iloc中，使用的索引范围是不包含结束点的。