pandas中的dataframe中的loc用法介绍

在Pandas中，loc是DataFrame对象的一个用于访问行和列的方法。它可以根据标签或条件来选择特定的数据。

loc方法的基本语法为：df.loc[row_label, column_label]。

其中，row_label表示需要选择的行的标签，可以是单个标签、标签列表或布尔数组；column_label表示需要选择的列的标签，可以是单个标签、标签列表或布尔数组。

以下是loc方法的一些常见用法：

1. 单个标签选择行或列：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}, index=['x', 'y', 'z'])
print(df.loc['x'])  # 选择行
print(df.loc[:, 'A'])  # 选择列

# 输出：
# A    1
# B    4
# C    7
# Name: x, dtype: int64
# x    1
# y    2
# z    3
# Name: A, dtype: int64

2. 标签列表选择行或列：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}, index=['x', 'y', 'z'])
print(df.loc[['x', 'z']])  # 选择多行
print(df.loc[:, ['A', 'C']])  # 选择多列

# 输出：
#    A  B  C
# x  1  4  7
# z  3  6  9
#    A  C
# x  1  7
# y  2  8
# z  3  9

3. 布尔数组选择行或列：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}, index=['x', 'y', 'z'])
print(df.loc[df['A'] > 1])  # 选择满足条件的行
print(df.loc[:, df.columns != 'B'])  # 选择不包括指定列的所有列

# 输出：
#    A  B  C
# y  2  5  8
# z  3  6  9
#    A  C
# x  1  7
# y  2  8
# z  3  9

通过使用loc方法，我们可以根据标签或条件选择DataFrame中的特定行和列，从而方便地进行数据操作和分析。