pandas中的loc和iloc

loc和iloc的比较

.loc 和 .iloc 是 pandas 提供的两种不同的索引方法，它们的主要区别在于索引数据的依据：

1. .loc：
   • 基于标签的索引，使用 DataFrame 或 Series 的索引标签（即行名和列名）来获取数据。
   • 可以使用单个标签、标签列表、标签切片、布尔数组或者 callable 函数作为索引器。
   • 如果使用标签索引并且标签不存在，.loc 会抛出一个 KeyError。
   • 对于切片，包括两端的标签。
2. .iloc：
   • 基于位置的索引，使用 DataFrame 或 Series 的整数索引位置来获取数据。
   • 可以使用单个整数、整数列表、整数切片、布尔数组或者 callable 函数作为索引器。
   • 如果使用整数索引并且位置超出范围，.iloc 会抛出一个 IndexError，但切片索引器允许超出范围的索引。
   • 对于切片，不包括结束位置的索引，这与 Python 的列表切片行为一致。
     简而言之，.loc 用于根据数据的实际标签（名称）进行索引，而 .iloc 用于根据数据的实际位置（整数索引）进行索引。选择哪一种方法取决于您是否知道数据的标签，或者是否需要按照数据的实际位置进行操作。

示例

下面为 .loc 和 .iloc 提供一个例子，以说明它们在 DataFrame 中的使用。

.loc 示例

假设我们有一个 DataFrame，其中包含了某些水果的库存信息，包括它们的种类和数量。DataFrame 的索引是水果的名称，列是 ‘库存数量’。

import pandas as pd
# 创建一个示例 DataFrame
data = {
   <