利用Pandas读取某列某行数据之loc和iloc用法总结
时间：2022-10-28 09:52:54 | 栏目：Python代码 | 点击：次
实际操作中我们经常需要寻找数据的某行或者某列，这里介绍我在使用Pandas时用到的两种方法：iloc和loc。
loc：通过行、列的名称或标签来索引
iloc：通过行、列的索引位置来寻找数据
首先，我们先创建一个Dataframe，生成数据，用于下面的演示
import pandas as pd
import numpy as np
# 生成DataFrame
data = pd.DataFrame(np.arange(30).reshape((6,5)),
columns=['A','B','C','D','E'])
# 写入本地
data.to_excel("D:\\实验数据\\data.xls", sheet_name="data")
print(data)
1.loc方法
loc方法是通过行、列的名称或者标签来寻找我们需要的值。
（1）读取第二行的值
# 索引第二行的值，行标签是“1” data1 = data.loc[1]
结果：
备注： #下面两种语法效果相同 data.loc[1] == data.loc[1,:]
（2）读取第二列的值
# 读取第二列全部值 data2 = data.loc[ : ,"B"]
结果：
（3）同时读取某行某列
# 读取第1行，第B列对应的值 data3 = data.loc[ 1, "B"]
结果：
（4）读取DataFrame的某个区域
# 读取第1行到第3行，第B列到第D列这个区域内的值 data4 = data.loc[ 1:3, "B":"D"]
结果：
（5）根据条件读取
# 读取第B列中大于6的值 data5 = data.loc[ data.B > 6] #等价于 data5 = data[data.B > 6]
结果：
（6）也可以进行切片操作
# 进行切片操作，选择B，C，D，E四列区域内，B列大于6的值 data1 = data.loc[ data.B >6, ["B","C","D","E"]]
结果：
2.iloc方法
iloc方法是通过索引行、列的索引位置[index, columns]来寻找值
（1）读取第二行的值
# 读取第二行的值，与loc方法一样 data1 = data.iloc[1] # data1 = data.iloc[1, :]，效果与上面相同
结果：
（2）读取第二列的值
# 读取第二列的值 data1 = data.iloc[:, 1]
结果：
（3）同时读取某行某列
# 读取第二行,第二列的值 data1 = data.iloc[1, 1]
结果：
（4）进行切片操作
# 按index和columns进行切片操作 # 读取第2、3行，第3、4列 data1 = data.iloc[1:3, 2:4]
结果：
注意：
这里的区间是左闭右开，data.iloc[1:3, 2:4]中的第4行、第5列取不到
补充：利用loc、iloc提取所有数据
In[8]:data.loc[:,:] #取A,B,C,D列的所有行
Out[8]:
A B C D
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
d 12 13 14 15
In[9]:data.iloc[:,:] #取第0,1,2,3列的所有行
Out[9]:
A B C D
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
d 12 13 14 15
利用loc函数，根据某个数据来提取数据所在的行
In[10]: data.loc[data['A']==0] #提取data数据(筛选条件: A列中数字为0所在的行数据) Out[10]: A B C D a 0 1 2 3