關于pandas中l(wèi)oc與iloc的區(qū)別相信不用我過多的贅述，僅此記錄下其中一些比較細微的關于選取數(shù)據(jù)格式的區(qū)別
army的數(shù)據(jù)比較大登馒，僅僅截取其中一小部門作為例示，如下圖所示：
8cc8dfafe6352cfff0a3eb9f655b189.png
假設：我們要選取的是行為Arizona，列為deaths的數(shù)據(jù)
loc方法：army.loc[['Arizona'], ['deaths']]
iloc方法：army.iloc[[0],[2]]
所呈現(xiàn)的是一個DataFrame的格式：
8207d1e6a6de4f5892ca01d3747cfb3.png
相同的碟嘴，如果我們想呈現(xiàn)的是一個Series的格式的圆，以iloc方法為例：
army.iloc[[0],2]
86bbf0694cc8a6d034217128c2925ce.png
如果是：army.iloc[0,[2]]
產(chǎn)生如下變化：
77c6dac99ec676acd50d4e492fa5d06.png
如果只想呈現(xiàn)int的格式：
直接寫成：army.iloc[0,2]
e4bf0867c6f4ba6354dbfb0ec237797.png
loc與iloc選取時方法相同鼓拧。
get_loc也同樣適用，但只適用于用于iloc越妈。loc會報錯的原因是loc始終都是利用索引的名稱進行選取季俩，也是本質(zhì)上與iloc的區(qū)別。
如下圖所示：
image.png
