這篇文章將為大家詳細講解有關pandas中iloc,loc取數據有什么區別，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

創新互聯堅持“要么做到，要么別承諾”的工作理念，服務領域包括：成都網站設計、成都做網站、外貿網站建設、企業官網、英文網站、手機端網站、網站推廣等服務，滿足客戶于互聯網時代的修水網站設計、移動媒體設計的需求，幫助企業找到有效的互聯網解決方案。努力成為您成熟可靠的網絡建設合作伙伴！

Dataframe使用loc取某幾行幾列的數據：

print(df.loc[0:4,['item_price_level','item_sales_level','item_collected_level','item_pv_level']])

結果如下，取了index為0到4的五行四列數據。

  item_price_level item_sales_level item_collected_level item_pv_level
0     3     3      4    14
1     3     3      4    14
2     3     3      4    14
3     3     3      4    14
4     3     3      4    14

而使用iloc，如下所示：

print(df.iloc[0:4,6:9])

結果如下，取得是index為0到3四行，以及第6到8列（從0列開始）3列數據。

  item_price_level item_sales_level item_collected_level
0     3     3      4
1     3     3      4
2     3     3      4
3     3     3      4

另外loc可以按條件取數據：

print(df.loc[df.item_price_level==0,:])
print(df.loc[df[item_price_level]==0,:])

上面兩條語句效果是一樣的，都是取item_price_level為0的所有數據?？梢园衙疤柛某蓭琢辛忻?，只取滿足條件的某幾列數據：

print(df.loc[df['item_price_level']==0,['item_price_level','item_sales_level']])

結果前兩行如下：

   item_price_level item_sales_level
129141     0    10
129142     0    10

條件為多個時 （同時滿足兩個條件如下）：

print(df.loc[(item_price_level==0) & (item_sales_level==3),:])

關于“pandas中iloc,loc取數據有什么區別”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。

網頁題目：pandas中iloc,loc取數據有什么區別-創新互聯
網頁URL：http://www.yijiale78.com/article0/cspsoo.html

成都網站建設公司_創新互聯，為您提供軟件開發、用戶體驗、全網營銷推廣、網站導航、網站設計公司、做網站

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯