这篇文章将为大家详细讲解有关pandas中iloc,loc取数据有什么区别，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
创新互联坚持“要么做到，要么别承诺”的工作理念，服务领域包括：成都网站设计、成都做网站、
外贸网站建设、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的
修水网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！
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),:])
关于“pandas中iloc,loc取数据有什么区别”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
标题名称：pandas中iloc,loc取数据有什么区别-创新互联
当前链接：
http://cdkjz.cn/article/cspsoo.html
