Pandas库中的数据筛选函数-loc()与iloc()

Pandas是Python中一个非常强大的数据分析库，常常被用来处理大规模的数据。在Pandas中，loc()和iloc()是两个用于数据筛选的函数。

loc()函数的使用

loc()函数是根据DataFrame的标签或条件筛选数据的函数。通过loc()函数，可以根据行标签和列标签选择DataFrame中的数据。

使用loc()函数时需要传入筛选条件，例如：

df.loc[df['column_name'] == 'value']

这将筛选出DataFrame中所有'column_name'列值为'value'的行。loc()函数还可以选择多个条件，使用逻辑运算符'&'和'|'进行组合。

例如：

df.loc[(df['column_name1'] == 'value1') & (df['column_name2'] == 'value2')]

这将筛选出DataFrame中所有'column_name1'列值为'value1'且'column_name2'列值为'value2'的行。

iloc()函数的使用

iloc()函数用于按照DataFrame的位置筛选数据。通过iloc()函数，可以根据行和列的位置选择DataFrame中的数据，用法如下：

df.iloc[row_number, col_number]

其中，row_number和col_number为DataFrame中数据的位置奇数。

例如：

df.iloc[1,2]

这将选择DataFrame中第二行、第三列的数据。

除此之外，iloc()函数还支持负整数，表示从最后一行或最后一列开始往前数。

例如：

df.iloc[-1,-2]

这将选择DataFrame倒数第二行、倒数 列的数据。

总结

Pandas库中的数据筛选函数-loc()与iloc()都是非常实用的数据筛选函数，比较常规的筛选操作可以通过使用loc()函数或者iloc()函数来实现，根据具体情况选择不同的函数是非常重要的。