pandas获取行号_如何在pandas中使用loc、iloc函数进行数据索引（入门篇）

在数据分析过程中，很多时候我们需要从数据表中提取出我们需要的部分，而这么做的前提是我们需要先索引出这一部分数据。今天我们就来探索一下，如何在pandas中使用loc函数和iloc函数索引数据。

今天我们直接从例子出发：

import 

一、使用loc函数索引数据

（注意~loc函数主要通过 行标签 索引行数据）

1、索引行标签是“一”的这一行数据

df.loc["一"]

2、我们再来看另一种情况：

df.loc["一":"二"]

是不是很好奇！为什么会输出两个结果，而不是“前闭后开”只输出一个结果呢？

敲小黑板，这一点很重要了~

使用loc函数，索引的是字符串，前后都要取，是属于“前闭后闭”的情况。

3、索引“北京”这一个数据：

可以看到，在这里我们通过指定行索引和索引，取到了“北京”这一数据。

4、如何获取一个2*2的数据集（前两行前两列所交的四个数据为例）：

5、索引“年龄”这一列数据：

注意看了~对于列标签来说，上面这样用是不允许的。在索引行的时候可以这么用。

正确的做法是:

df.loc[:,"年龄"]

要索引多列时也是一样的用法：

df.loc[:,"城市":"收入"]

二、使用iloc函数索引数据

（注意~iloc函数主要通过 行号 索引行数据）

而且，iloc函数索引的数据是int整型，因此是Python默认的前闭后开。注意只能说int型，也就是数字，输入字符的话是会报错的。

1、利用iloc索引第一行：

从上面三种表达，大家可以明确看到，iloc函数索引的是int型的数字，是属于前闭后开的。（注意~索引都是默认从0开始的~）

2、利用iloc函数索引多行：

假如这个时候我们想索引一下奇数行：

可以看到，当我们直接输入行号时，是会报错的。

正确的做法是：

df.iloc[[0,2,4,6]]

可以看到，在正确的做法中，我们需要键入一个列表，而不是一串数字~

当然了，我们可以用更智能的方法：

df.iloc[0:8:2]

3、利用iloc函数索引多列：

比如这个时候我们想索引一下收入列和年龄列，正确的做法是：

df.iloc[:,1:3]

或者是：

df.iloc[:,[1,2]]

4、利用iloc函数索引一个2*2的数据集：（前两行前两列所交的四个数据为例）

df.iloc[[0,1],[0,1]]

是不是和python的切片有点像呢?大家可不要将两者弄混了哦~

忘记的同学可以看这里温习一下：

侦探L：如何在python中利用切片表达式进行切片​zhuanlan.zhihu.com

---

以上便是<如何在pandas中使用loc、iloc函数进行数据索引（入门篇）>的内容，感谢大家的细心阅读，同时欢迎感兴趣的小伙伴一起讨论、学习，想要了解更多内容的可以看我的其他文章，同时可以持续关注我的动态~