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