(Python) Pandas的loc與iloc用法

在 Python 中，Pandas 是一個廣泛用於資料操作和分析的套件。

其中，loc 和 iloc 是兩個關鍵的索引方法，用於選擇 Pandas DataFrame 或 Series 中的特定資料。

本文將介紹這兩種方法的基本使用和區別。

loc方法

loc方法根據行和列的標籤選擇資料。其基本語法如下：

dataframe.loc[row_label, column_label]

其中，row_label 是行的標籤，可以是單個標籤、標籤列表或標籤切片；column_label 是列的標籤，也可以是單個標籤、標籤列表或標籤切片。

loc範例

# 建立一個 DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10]}
df = pd.DataFrame(data)
# 使用 loc 選擇單個標籤的行和列
print(df.loc[2, 'B'])  # 輸出: 8

# 使用 loc 選擇標籤列表的行和列
print(df.loc[[1, 3], ['A', 'B']])  # 輸出:
#    A  B
# 1  2  7
# 3  4  9

# 使用 loc 選擇標籤切片的行和列
print(df.loc[1:3, 'A':'B'])  # 輸出:
#    A  B
# 1  2  7
# 2  3  8
# 3  4  9

iloc方法

iloc方法根據行和列的索引選擇資料。其基本語法如下：

dateframe.iloc[row_index, column_index]

其中，row_index 是行的索引，可以是單個索引、索引列表或索引切片；column_index 是列的索引，也可以是單個索引、索引列表或索引切片。

iloc範例

import pandas as pd

# 創建一個 DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10]}
df = pd.DataFrame(data)

# 使用 iloc 選擇單個索引的行和列
print(df.iloc[2, 1])  # 輸出: 8

# 使用 iloc 選擇索引列表的行和列
print(df.iloc[[1, 3], [0, 1]])  # 輸出:
#    A  B
# 1  2  7
# 3  4  9

# 使用 iloc 選擇索引切片的行和列
print(df.iloc[1:3, 0:2])  # 輸出:
#    A  B
# 1  2  7
# 2  3  8

loc和iloc的區別

• loc使用行和列的標籤進行選擇，而iloc使用行和列的索引進行選擇。
• loc的標籤是包含的，而iloc的索引是不包含的。