pandas-03 DataFrame()中的iloc和loc用法

实例：

import numpy as np

import pandas as pd

from pandas import Series, DataFrame

np.random.seed(666)

df = pd.DataFrame(np.random.rand(25).reshape([5, 5]), index=['A', 'B', 'D', 'E', 'F'], columns=['c1', 'c2', 'c3', 'c4', 'c5'])

print(df.shape) # (5, 5)

# 返回前五行

df.head()

# 返回后五行

df.tail()

# 访问 某几个 列

print(df[['c1', 'c4']])

'''

         c1        c4

A  0.700437  0.727858

B  0.012703  0.099929

D  0.200248  0.700845

E  0.774479  0.110954

F  0.023236  0.197503

'''

# 赋值于一个新的 dataframe

sub_df = df[['c1', 'c3', 'c5']]

'''

         c1        c3        c5

A  0.700437  0.676514  0.951458

B  0.012703  0.048813  0.508066

D  0.200248  0.192892  0.293228

E  0.774479  0.112858  0.247668

F  0.023236  0.340035  0.909180

'''

# 查看前五行

print(sub_df.head(5))

'''

         c1        c3        c5

A  0.700437  0.676514  0.951458

B  0.012703  0.048813  0.508066

D  0.200248  0.192892  0.293228

E  0.774479  0.112858  0.247668

F  0.023236  0.340035  0.909180

'''

# 查看中间 几行 的数据 使用 方法 iloc

print(sub_df.iloc[1:3, :])  # iloc : index location  用索引定位

'''

         c1        c3        c5

B  0.012703  0.048813  0.508066

D  0.200248  0.192892  0.293228

'''

# 过滤 列

print(sub_df.iloc[1:2, 0:2]) # 和python的用法一样，但是 该方法 是 基于 index 信息的

'''

         c1        c3

B  0.012703  0.048813

'''

# loc 方法， 通过label 名称来过滤

print(sub_df.loc['A':'B', 'c1':'c3']) # 基于 label 选择

'''

         c1        c3

A  0.700437  0.676514

B  0.012703  0.048813

'''