pandas中.loc和.iloc以及.at和.iat的区别说明

时间:2022-09-22 14:41:22

显示索引和隐式索引

?
1
2
import pandas as pd
df = pd.DataFrame({'姓名':['张三','李四','王五'],'成绩':[85,59,76]})

传入冒号‘:',表示所有行或者列

显示索引:.loc,第一个参数为 index切片,第二个为 columns列名

?
1
2
df.loc[2] #index为2的记录,这里是王五的成绩。
df.loc[:,'姓名'] #第一个参数为冒号,表示所有行,这里是筛选姓名这列记录。

隐式索引:.iloc(integer_location), 只能传入整数。

?
1
2
df.iloc[:2,:] #张三和李四的成绩,跟列表切片一样,冒号左闭右开。
df.iloc[:,'成绩'] #输入中文,这里就报错了,只能使用整数。

也可以使用at定位到某个元素

语法规则:df.at[index,columns]

?
1
2
df.at[1,'成绩'] #使用索引标签,李四的成绩
df.iat[1,1] #类似于iloc使用隐式索引访问某个元素

补充:pandas快速定位某一列中存在某值的所有行,loc, at, ==对比

如下所示:

?
1
goodDiskName2016
?
1
2
from datetime import datetime
from time import time

直接方括号定位相等的列

?
1
2
3
4
start = time()
for disk in goodDiskName2016[:100]:
   ____ST4000DM000_2016_good_feature27[ST4000DM000_2016_good_feature27.serial_number==disk][features27[0]]
time()-start

消耗时间

?
1
82.93997383117676

直接loc定位相等的

?
1
2
3
start = time()
for disk in goodDiskName2016[:100]:  ____ST4000DM000_2016_good_feature27.loc[ST4000DM000_2016_good_feature27.serial_number==disk][features27[0]]
time()-start

消耗时间:

?
1
82.4887466430664

先将这一列设置为index,然后通过loc查找

?
1
b = ST4000DM000_2016_good_feature27.set_index('serial_number')
?
1
2
3
4
start = time()
for disk in goodDiskName2016[:100]:
 b.loc[disk][features27[0]]
time()-start

消耗时间:

?
1
25.706212759017944

设置为index后用at定位

?
1
2
3
4
start = time()
for disk in goodDiskName2016[:100]:
 b.at[disk,features27[0]]
time()-start

消耗时间:

?
1
25.67607021331787

以上为个人经验,希望能给大家一个参考,也希望大家多多支持服务器之家。如有错误或未考虑完全的地方,望不吝赐教。

原文链接:https://blog.csdn.net/weixin_42782150/article/details/90764949