解决方案：Pandas里面的loc跟iloc，有什么区别

---

一、现象

在用Pandas库处理数据的时候，久而久之不用loc跟iloc，难免会有些混乱记混

二、解决方案

在Pandas中，loc和iloc是两种常用的数据选择方法，它们的主要区别在于索引方式：

1. loc：基于标签的索引，它使用行标签和列标签进行选择。
2. iloc：基于整数位置的索引，它使用行和列的整数索引进行选择。

案例

假设我们有以下DataFrame：

import pandas as pd# 创建一个DataFrame
data = {'Name': ['Tom', 'Nick', 'Julia', 'John'],'Age': [20, 21, 19, 18],'City': ['New York', 'Los Angeles', 'Chicago', 'Houston']
}
df = pd.DataFrame(data)# 显示DataFrame
print(df)

输出：

    Name  Age      City
0   Tom   20  New York
1  Nick   21 Los Angeles
2  Julia   19    Chicago
3  John   18    Houston

使用loc

如果你想选择名字为"Nick"的行和"Age"列：

print(df.loc[df['Name'] == 'Nick', 'Age'])

输出：

1    21
Name: Age, dtype: int64

使用iloc

如果你想选择第二行和第一列：

print(df.iloc[1, 0])

输出：

Nick

如果你想选择第二行的所有列：

print(df.iloc[1])

输出：

Name       Nick
Age          21
City  Los Angeles
Name: 1, dtype: object

如果你想选择第一列的所有行：

print(df.iloc[:, 0])

输出：

0       Tom
1      Nick
2     Julia
3      John
Name: Name, dtype: object

简单总结

• loc：使用标签索引，适合于你清楚知道行和列的标签名称时使用。
• iloc：使用整数索引，适合于你清楚知道行和列的位置时使用。

选择使用loc还是iloc主要取决于你的具体需求和数据的索引情况。