当前位置 博文首页 > pandas中.loc和.iloc以及.at和.iat的区别说明
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
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。
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]
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：
goodDiskName2016
from datetime import datetime from time import time
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
82.93997383117676
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：
82.4887466430664
b = ST4000DM000_2016_good_feature27.set_index('serial_number')
start = time() for disk in goodDiskName2016[:100]: b.loc[disk][features27[0]] time()-start
消耗时间：
25.706212759017944
start = time() for disk in goodDiskName2016[:100]: b.at[disk,features27[0]] time()-start
消耗时间：
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站长博客。如有错误或未考虑完全的地方，望不吝赐教。
js