Python中loc函数用法介绍

Python中loc函数用法介绍

1. 引言

在Python编程中，loc函数是pandas库中的一个重要函数，用于按标签和条件选择数据。它提供了一种简单而灵活的方式去访问pandas数据框(DataFrame)中的某一部分数据。本文将详细介绍Python中loc函数的用法，并给出5个示例代码及运行结果。

2. loc函数的基本语法

在pandas库中，loc函数的基本语法如下：

dataframe.loc[row_indexer, column_indexer]

其中，row_indexer和column_indexer分别表示行和列的选择器。可以使用标签索引、条件表达式或其组合来指定需要选取的数据。

3. loc函数示例代码及运行结果

示例1：根据标签选择数据行

下面的示例演示了如何使用loc函数根据标签选择数据行。

import pandas as pd

# 创建示例数据框
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 34, 22, 28],
        'City': ['New York', 'London', 'Paris', 'Tokyo']}
df = pd.DataFrame(data)

# 选择标签为0和2的行
selected_rows = df.loc[[0, 2], :]
print(selected_rows)

运行结果：

      Name  Age      City
0    Alice   25  New York
2  Charlie   22     Paris

示例2：根据条件选择数据行

下面的示例演示了如何使用loc函数根据条件选择数据行。

import pandas as pd

# 创建示例数据框
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 34, 22, 28],
        'City': ['New York', 'London', 'Paris', 'Tokyo']}
df = pd.DataFrame(data)

# 选择年龄大于等于25岁的行
selected_rows = df.loc[df['Age'] >= 25, :]
print(selected_rows)

运行结果：

     Name  Age    City
0   Alice   25    New York
1     Bob   34    London
3   David   28    Tokyo

示例3：选择特定的行和列

下面的示例演示了如何使用loc函数选择特定的行和列。

import pandas as pd

# 创建示例数据框
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 34, 22, 28],
        'City': ['New York', 'London', 'Paris', 'Tokyo']}
df = pd.DataFrame(data)

# 选择名字为"Alice"和"David"的行，以及名字和年龄两列
selected_data = df.loc[df['Name'].isin(['Alice', 'David']), ['Name', 'Age']]
print(selected_data)

运行结果：

    Name  Age
0  Alice   25
3  David   28

示例4：使用切片选择数据

下面的示例演示了如何使用切片选择数据。

import pandas as pd

# 创建示例数据框
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 34, 22, 28],
        'City': ['New York', 'London', 'Paris', 'Tokyo']}
df = pd.DataFrame(data)

# 选择第2行到第3行的数据
selected_rows = df.loc[1:2, :]
print(selected_rows)

运行结果：

      Name  Age    City
1      Bob   34  London
2  Charlie   22   Paris

示例5：同时选择行和列的特定数据

下面的示例演示了如何同时选择行和列的特定数据。

import pandas as pd

# 创建示例数据框
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 34, 22, 28],
        'City': ['New York', 'London', 'Paris', 'Tokyo']}
df = pd.DataFrame(data)

# 选择第1行和第3行的"Name"列和"City"列的数据
selected_data = df.loc[[0, 2], ['Name', 'City']]
print(selected_data)

运行结果：

      Name      City
0    Alice  New York
2  Charlie     Paris

4. 总结

通过本文的介绍，我们了解了Python中pandas库中loc函数的用法。它提供了一种简单而灵活的方式去选择数据框中的某一部分数据。我们可以根据标签、条件表达式或其组合来选取所需的行和列。