第二课丨学会区分iloc和loc切割数据☀

iloc函数介绍

iloc函数是pandas库中的一个函数，用于根据行列索引选取数据。它的语法是df.iloc[row_index, column_index]，其中df是数据框，row_index和column_index分别是行索引和列索引。行索引和列索引可以是整数、切片、布尔数组或者整数数组。

使用iloc函数可以方便地选取数据框中的某些行或列，比如选取前5行和前3列的数据可以写成df.iloc[:5, :3]。此外，iloc函数还支持负数索引，表示从后往前数的位置，比如选取倒数第3行和倒数第2列的数据可以写成df.iloc[-3, -2]。

下面将举例iloc函数的应用。

例如：创建一个学生姓名，性别，出生年份，生源地的dataframe对象，首先创建一个字典对象，然后将字典传入给DataFrame()构建函数。

from pandas import Series,DataFrame
import pandas as pd
import numpy as np

data={
    'name':['刘一','周二','马三','王四','陈五','晓琪'],
    'sex':['男','女','男','男','女','女'],
    'year':['2000','2001','2002','2003','2004','2005'],
    'city':['武汉','云南','贵州','四川','重庆','上海']
}

df = DataFrame(data)
df

输出结果为：

1. df.iloc[a,b]，其中df是DataFrame数据结构的数据，a是行索引（如0,1,2,3,...），b是列索引（如name,sex,year,city)。

例如输入df.iloc[1,2]，则结果就是:'2001'

2. df.iloc[:,b],意思是输出b列的所有行，其中‘：’是表示所有的意思。

例如输入df.iloc[:,0]，则结果就是：

3.iloc[a:b,c]:取行索引从a到b-1，列索引为c的数据。注意：在a:b中取的值是大于等于a,小于b的值，例如0：2就是取第一，二行的数据。

例如输入df.iloc[0:2,3],则结果就是：

4.iloc[a:b,c:d]:取行索引从a到b-1，列索引从c到d-1的数据。

例如输入df.iloc[0:3,0:2],则结果就是:

5.iloc[a]:取取行索引为a，所有列索引的数据。（注意：5与2的用法和结果不一样）

例如输入df.iloc[0],则结果就是：

loc函数介绍

loc函数和iloc函数有异曲同工之处。

相同之处在于loc和iloc都采用x,y轴在定位数据，或者说它们都在用行和列定位数据。而区别在于loc使用标签，不仅仅是从列的中文上，还有行的索引上。iloc定位数据是依赖于位置的，无论是行还是列，iloc都在用位置作为标识来寻找数据。

不同之处在于当loc和iloc同时表述[1]的时候，loc说的是那个index叫做1的数据；而iloc是从0数起到1。iloc前面的i，所代表的的就是index。

当loc和iloc同时表述[1]的时候，loc说的是那个index叫做1的数据；而iloc是从0数起到1。iloc前面的i，所代表的的就是index。

那么介绍完了iloc和loc函数，现在用波士顿房价为例，切割前十行的数据和最后一行的数据。

波士顿房价的切割实例

代码如下：

#导入sklearn的数据库
from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LinearRegression
from sklearn. metrics import mean_squared_error
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
import pandas as pd
import numpy as np

names = ['Sample code number', 'Clump Thickness', 'Uniformity of Cell Size', 'Uniformity of Cell Shape',
                   'Marginal Adhesion', 'Single Epithelial Cell Size', 'Bare Nuclei', 'Bland Chromatin',
                   'Normal Nucleoli', 'Mitoses', 'Class']

data = pd.read_csv(r'C:\Users\ZHX\Desktop\python学习文件夹\python代码库\breast-cancer-wisconsin.csv',names = names)
data

'C:\Users\ZHX\Desktop\python学习文件夹\python代码库\breast-cancer-wisconsin.csv'是波士顿房价文件的地址。

输出结果为：

然后我们在进行缺失值处理。

data=data.replace(to_replace='?',value=np.NAN)
data = data.dropna()
data.describe()

最后利用loc或者iloc函数进行切割数据。

data_x =data.loc[:,['Sample code number', 'Clump Thickness', 'Uniformity of Cell Size', 'Uniformity of Cell Shape',
                   'Marginal Adhesion', 'Single Epithelial Cell Size', 'Bland Chromatin',
                   'Normal Nucleoli', 'Mitoses']]
data_x

data_y = data.loc[:,['Class']]
data_y

这样就切割出了前十个数据和最后一个数据。

学习loc和iloc函数也是机器学习中基础的部分。在以后的机器学习中会用到loc和iloc函数，学会这俩种切割数据的方法，会使我们在进行切割数据的时候更快捷。