对pandas中iloc,loc取数据差别及按条件取值的方法详解
- 更新时间：2022-09-12 09:38:33
- 编辑：闻雪羽
参考资料
- pandas1.0.1 官方文档 / 9.99 MB / 徐烨华 推荐度：
- pandas官方文档 / 2.8 MB / 码小辫 推荐度：
- pandas数据处理与分析 PDF 电子书 / 48.8 MB / 耿远昊 推荐度：
正文内容
Dataframe使用loc取某几行几列的数据：
print(df.loc[0:4,['item_price_level','item_sales_level','item_collected_level','item_pv_level']])
结果如下，取了index为0到4的五行四列数据。
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])
结果如下，取得是index为0到3四行，以及第6到8列（从0列开始）3列数据。
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可以按条件取数据：
print(df.loc[df.item_price_level==0,:]) print(df.loc[df[item_price_level]==0,:])
上面两条语句效果是一样的，都是取item_price_level为0的所有数据。可以把冒号改成几列列名，只取满足条件的某几列数据：
print(df.loc[df['item_price_level']==0,['item_price_level','item_sales_level']])
结果前两行如下：
item_price_level item_sales_level 129141 0 10 129142 0 10
条件为多个时 （同时满足两个条件如下）：
print(df.loc[(item_price_level==0) & (item_sales_level==3),:])
以上这篇对pandas中iloc,loc取数据差别及按条件取值的方法详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持码农之家。
pandas相关教程
-
pandas数据归一化以和行删除例程的具体办法介绍
今天小编就为大家分享一篇pandas 数据归一化以及行删除例程的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
发布时间：2019-09-01
-
pandas批量处理矢量化字符串实例分析
今天小编就为大家分享一篇使用pandas批量处理矢量化字符串的实例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
发布时间：2019-08-07
-
Python Pandas数据结构知识点总结
这篇文章主要介绍了Python Pandas数据结构简单介绍的相关资料,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
发布时间：2020-04-29
-
pandas中MultiIndex和对象实际索引不一致解决方法
这篇文章主要介绍了详解pandas中MultiIndex和对象实际索引不一致问题,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习
发布时间：2019-11-18
-
pandas进行数据的交集与并集方式的合并方法详解
今天小编就为大家分享一篇pandas进行数据的交集与并集方式的数据合并方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
发布时间：2019-07-29
-
python3 pandas 如何读取MySQL数据和插入
下面为大家分享一篇python3 pandas 读取MySQL数据和插入的实例，具有很好的参考价值，希望对大家有所帮助。一起过来看看吧
发布时间：2020-02-19
-
python:pandas合并csv文件的实例内容
下面小编就为大家分享一篇python:pandas合并csv文件的方法(图书数据集成)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
发布时间：2020-02-04
-
Pandas中resample方法示例代码
这篇文章主要介绍了Pandas中resample方法详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
发布时间：2020-03-21
-
Python pandas用法详解
维度查看：df.shape；数据表基本信息查看：df.info()；查看每一列数据的格式：df.dtypes；查看某一列格式：df['B'].dtype；查看空值：df.isnull()；查看某一列空值：df.isnull()，等等。
发布时间：2020-07-24
-
解决Pandas同元素多列去重问题
今天小编就为大家分享一篇Pandas 同元素多列去重的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
发布时间：2020-01-23
