Pandas中df.loc[]与df.iloc[]怎么使用
导读：本文共1737.5字符，通常情况下阅读需要6分钟。同时您也可以点击右侧朗读，来听本文内容。按键盘←（左） →（右） 方向键可以翻页。
摘要：希望大家仔细阅读，能够学有所成！用 途：取数: 从dataframe中取 一部分行与列的数据 (为主)赋值: 给指定的 行与列赋值 df.loc[xx,xx] = xx输入参数注意：方括号内的参数:loc、iloc 方括号中,参数的排布模式为[行条件,列条件],当总体条件只有一个时候(最外层方括号内无逗号)，会按照：先行后列的方法来匹配对应的条件默认会抛弃掉对应的dataframe格式，输出ser... ...
目录
(为您整理了一些要点),点击可以直达。
希望大家仔细阅读，能够学有所成！
取数: 从dataframe中取 一部分行与列的数据 (为主)
赋值: 给指定的 行与列赋值 df.loc[xx,xx] = xx
方括号内的参数:
loc、iloc 方括号中,参数的排布模式为[行条件,列条件],当总体条件只有一个时候(最外层方括号内无逗号)，会按照：先行后列的方法来匹配对应的条件
默认会抛弃掉对应的dataframe格式，输出series，如果想保留dataframe格式，需要在条件外边加 ”[ ]”。
loc与iloc条件（行/列）相同之处：
单一元素(不包含list) str/int/slice 选取行时候，选取的是对应条件下的行 (series)
单一元素(不包含list) str/int/slice 选取列时候，选取的是对应条件下的列(series)
条件为list时候，选取的是一组对应的 行（列） 条件下的（dataframe数据）
布尔值的list/可与df对齐的series(布尔类型): 与index长度相同的话 选择对应值为True的行，与列数相同的话，选取对应值为True 的列。
df的index的子集index2: 选取df中对应的index2的行
函数：输入为行/列series(外层有逗号)或者dataframe(外层无括号) 返回为对应输入的一个布尔值表，用来筛选对应的数据。
不同之处：
当对应的行/列标签为 int类型x时候，iloc表示对应的第x个 index或column，而loc 表示对应的index /column名称等于这个x。
对应的开闭区间不同 df.loc[1:5,1:5] 会有一个最多 5x5的df数据子集，而df.iloc[1:5,1:5] 会有最多4x4df数据子集，其中iloc的行/列切片不包含最后一个数（与range函数类似）
df.loc[2:5,2:5]
df.loc[2,:]
df.loc[[2],:]
df.loc[:,2]
df.iloc[2:5,2:5]
Pandas中df.loc[]与df.iloc[]怎么使用的详细内容，希望对您有所帮助，信息来源于网络。