Pandas 中 loc、iloc、at、iat 四个函数的区别并且分别附带实例运行结果

在本文中，我们将介绍 Pandas 中 loc、iloc、at、iat 四个函数的区别并且分别附带实例运行结果。

loc

loc 是一种通过行标签索引行数据的方法，loc 的语法如下：

.loc[row_label, col_label]

其中，row_label 为行标签，可以是单个标签、标签的列表或者是一个切片。col_label 为列标签，可以是单个标签、标签的列表或者是一个切片。以下是一个使用 loc 函数选取部分行和列的示例：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6],
                   'C': [7, 8, 9]})

# 选取第1行至第2行，列为'A'和'C'
df.loc[1:2, ['A', 'C']]

输出结果为：

   A  C
1  2  8
2  3  9

iloc

iloc 是一种通过数值位置索引行数据的方法，iloc 的语法如下：

.iloc[row_index, col_index]

其中，row_index 为行位置，可以是单个位置、位置的列表或者是一个切片。col_index 为列位置，可以是单个位置、位置的列表或者是一个切片。以下是一个使用 iloc 函数选取部分行和列的示例：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6],
                   'C': [7, 8, 9]})

# 选取第1行至第2行，列为0和2
df.iloc[1:2, [0, 2]]

输出结果为：

   A  C
1  2  8

at

at 是一种通过标签索引一个标量的方法，at 的语法如下：

.at[row_label, col_label]

其中，row_label 为行标签，col_label 为列标签。以下是一个使用 at 函数选取单个标量的示例：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6],
                   'C': [7, 8, 9]})

# 选取第1行，第1列的标量
df.at[1, 'A']

输出结果为：

iat

iat 是一种通过数值位置索引一个标量的方法，iat 的语法如下：

.at[row_index, col_index]

其中，row_index 为行位置，col_index 为列位置。以下是一个使用 iat 函数选取单个标量的示例：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6],
                   'C': [7, 8, 9]})

# 选取第2行，第1列的标量
df.iat[2, 1]

输出结果为：

总结

在 Pandas 中，我们可以使用 loc、iloc、at、iat 四个函数进行行数据的索引。其中，loc 和 iloc 主要区别在于索引方式不同，loc 是通过标签索引，iloc 是通过数值位置索引；at 和 iat 主要区别在于选取的对象不同，at 选取的是标签对应的单个标量，iat 选取的是数值位置对应的单个标量。对于更具体的内容，可以参考 Pandas 以及其他相关的文档。