Pandas 的'iloc”和'loc”用于数据选择有什么区别？

iloc 和 loc 有何不同：标签与位置

理解区别

iloc 和 loc 之间的主要区别在于它们如何访问行和columns:

• loc: 使用行和列标签定位数据。这些标签通常是索引值或列名称。
• iloc: 使用行和列 整数位置 定位数据。这些位置指的是 DataFrame 中元素的位置。

演示

考虑下面的示例 DataFrame：

提取前 5 个rows:

• loc[:5]：返回索引标签为 0 到 4（含）的所有行。
• iloc[ :5]：返回整数位置 0 到 4 处的前 5 行（独家）。

澄清差异

为了进一步说明，考虑一个非单调索引：

访问索引标签处的值0:

• loc[0] 获取 'd'，因为它使用索引标签。
• iloc[0] 获取 'a ' 因为它使用整数位置（即使 'd' 的整数位置是3).

访问行切片：

• loc[0:1]检索索引标签为0和1（包含）的行.
• iloc[0:1] 仅检索位于索引位置 0（并且不包括第 1 行）。

其他注意事项

• 缺少标签： loc 引发如果指定的标签不在索引中，则出现 KeyError，而 iloc 返回一个IndexError。
• 布尔系列： loc 可以通过布尔系列进行索引，而 iloc 返回 NotImplementedError。
• Callables： loc 和 iloc 都可以将可调用对象应用为索引器，但它们处理越界值不同。

以上是Pandas 的'iloc”和'loc”用于数据选择有什么区别？的详细内容。更多信息请关注PHP中文网其他相关文章！