Pandas.DataFrame.loc函数用法大全

loc允许的输入为：

单个标签，例如5 or 'a'（请注意，它5被解释为索引的标签，而不是沿着索引的整数位置）。

标签列表或数组，例如.['a', 'b', 'c']

带有标签的切片对象，例如'a':'f'。 需要注意的是违背了普通的Python片，开始和停止都包括

与被切片的轴长度相同的布尔数组，例如.[True, False, True]

一个可对齐的布尔系列。键的索引将在屏蔽之前对齐。

一个可对齐的索引。返回选择的索引将作为输入。

1、取值

import pandas as pddf = pd.DataFrame([[1, 2], [4, 5], [7, 8]], index=['cobra', 'viper', 'sidewinder'], columns=['max_speed', 'shield'])print(df)# max_speed shield#cobra 1 2#viper 4 5#sidewinder 7 8print(df.loc['viper']) #这一行将会作为一个Series返回#max_speed 4#shield 5#Name: viper, dtype: int64print(df.loc[['viper', 'sidewinder']]) #使用[[]]会返回一个DataFrame#其实形式为loc[[ , ], []] 第二个中括号没有内容被省略# max_speed shield#viper 4 5#sidewinder 7 8print(df.loc['cobra', 'shield']) #一个中括号内两个参数，行索引，列索引#2print(df.loc['cobra':'viper', 'max_speed']) #在切片时，首尾都包括#略#还可以通过与索引值长度相等的布尔列表完成print(df.loc[[False, False, True]])#通过pd.Index也可以索引取值print(df.loc[pd.Index(['cobra', 'viper'])])

2.设置值

#将行索引为viper和sidewinder列索引为shield的元素设定为50df.loc[['viper', 'sidewinder'], ['shield']] = 50print(df)#            max_speed  shield#cobra               1       2#viper               4      50#sidewinder          7      50#为整行设置值,只设置索引就可以修改一整行内容df.loc['cobra'] = 10print(df)#            max_speed  shield#cobra              10      10#viper               4      50#sidewinder          7      50#为整列设置值, 行索引设置为:表示所有行df.loc[:, 'max_speed'] = 30#略#为匹配可调用条件的行设置值df.loc[df['shield'] > 35] = 0print(df)#            max_speed  shield#cobra              30      10#viper               0       0#sidewinder          0       0