Python Pandas DataFrame.loc[]

Pandas DataFrame是一个二维的大小可变的、可能是异质的表格数据结构，具有标记的axis（行和列）。算术操作在行和列的标签上对齐。它可以被认为是一个类似于Dict的系列对象的容器。这是Pandas的主要数据结构。

Pandas DataFrame.loc属性通过标签或布尔数组访问指定DataFrame中的一组行和列。

语法:

DataFrame.loc

参数：无

返回 : 标量、系列、数据框架

示例#1：使用DataFrame.loc属性，使用索引和列标签访问给定Dataframe中的一个特定单元。

# importing pandas as pd
import pandas as pd
  
# Creating the DataFrame
df = pd.DataFrame({'Weight':[45, 88, 56, 15, 71],
                   'Name':['Sam', 'Andrea', 'Alex', 'Robin', 'Kia'],
                   'Age':[14, 25, 55, 8, 21]})
  
# Create the index
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5']
  
# Set the index
df.index = index_
  
# Print the DataFrame
print(df)

输出 :

现在我们将使用DataFrame.loc属性来返回’Row_2’标签对应的’Name’列中的值。

# return the value
result = df.loc['Row_2', 'Name']
  
# Print the result
print(result)

输出 :

正如我们在输出中看到的，DataFrame.loc属性已经成功地返回了存在于给定DataFrame中所期望的位置的值。

示例#2：使用DataFrame.loc属性来返回给定Dataframe中的两列。

# importing pandas as pd
import pandas as pd
  
# Creating the DataFrame
df = pd.DataFrame({"A":[12, 4, 5, None, 1], 
                   "B":[7, 2, 54, 3, None], 
                   "C":[20, 16, 11, 3, 8], 
                   "D":[14, 3, None, 2, 6]}) 
  
# Create the index
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5']
  
# Set the index
df.index = index_
  
# Print the DataFrame
print(df)

输出 :

现在我们将使用DataFrame.loc属性来返回Dataframe的’A’和’D’列中的值。

# return the values.
result = df.loc[:, ['A', 'D']]
  
# Print the result
print(result)

输出 :

正如我们在输出中看到的，DataFrame.loc属性已经成功返回了数据框架的所需列。