pandas.DataFrame.loc[] 是数据框的属性，通过指定标签或布尔数组来访问数据框的一组行和列。pandas.DataFrame是带有轴标签的二维表数据结构，如列和行。从数据框选择列结果是新的数据框，它仅包括特性从原数据框中选择的列。
pandas.DataFrame.loc 的关键说明：
- loc用于通过标签选择或过滤行和列
- 当选择行时，选哟提供索引标签
- 也提供了其他方法选择行和列，如：范围、交替选择
pandas.DataFrame.loc[] 语法及用法
loc用于通过数据框的名称(标签)选择行列，是数据框最常用的属性。数据框的主要优点是容易使用，当你使用pandas.DataFrame.loc[] 属性去选择或过滤数据框时，你会认同这个优势。
df.loc[start:stop:step, start:stop:step]
第一个start:stop:step用于通过名称或标签选择行，后面的用于通过名称或标签选择列。
- start 是行列标签的名称
- stop 是最后一个取用的行列标签的名称
- step 是每次抽取后索引前进数量
关键点说明：
- 不指定start行列，loc[]从起始点开始
- 不指定stop，loc[]从开始标签起选择所有行列
- 同时提供start和stop，选择两种之间的所有行列
下面创建数据框，并学习如何使用loc[]。
import pandas as pd
technologies = {
'Courses':["Spark","PySpark","Hadoop","Python","pandas"],
'Fee' :[20000,25000,26000,22000,24000],
'Duration':['30day','40days','35days','40days','60days'],
'Discount':[1000,2300,1200,2500,2000]
}
index_labels=['r1','r2','r3','r4','r5']
df = pd.DataFrame(technologies,index=index_labels)
print(df)
# Outputs
#r1 Spark 20000 30day 1000
#r2 PySpark 25000 40days 2300
#r3 Hadoop 26000 35days 1200
#r4 Python 22000 40days 2500
#r5 pandas 24000 60days 2000
loc示例
下面通过几个实例展示如何使用loc.
通过标签选择单行/列
loc可以通过标签选择行、列，也支持选择多行、列，即两行之间的记录，两列之间列。下面示例通过标签选择行列：
# 选择第一行的所有列
print(df.loc['r1', :])
# Courses Spark
# Fee 20000
# Duration 30day
# Discount 1000
# Name: r1, dtype: object
# 选择所有行的Courses列
print(df.loc[:, "Courses"])
#Outputs
# Courses
#r1 Spark
#r2 PySpark
#r3 Hadoop
#r4 Python
#r5 pandas
选择多行/列
下面示例使用loc属性通过标签选择多行/列：
# 通过标签选择多行
print(df.loc[['r2','r3']])
# Outputs
# Courses Fee Duration Discount
#r2 PySpark 25000 40days 2300
#r3 Hadoop 26000 35days 1200
# 通过标签选择多列
print(df.loc[:, ["Courses","Fee","Discount"]])
# Outputs
# Courses Fee Discount
#r1 Spark 20000 1000
#r2 PySpark 25000 2300
#r3 Hadoop 26000 1200
#r4 Python 22000 2500
#r5 pandas 24000 2000
范围选择
loc支持范围选择，指定两个标签，返回包括两者之间的所有行或列：
# 指定俩个行标签，返回包括两者之间的行记录
print(df.loc['r1':'r4'])
# 输出结果
# Courses Fee Duration Discount
#r1 Spark 20000 30day 1000
#r2 PySpark 25000 40days 2300
#r3 Hadoop 26000 35days 1200
#r4 Python 22000 40days 2500
# 选择两个列之间的所有列
print(df.loc[:,'Fee':'Discount'])
# 输出结果
# Fee Duration Discount
#r1 20000 30day 1000
#r2 25000 40days 2300
#r3 26000 35days 1200
#r4 22000 40days 2500
#r5 24000 60days 2000
交替选择
与范围类型，loc也支持交替选择：
# 按行交替选择，每两行选一次
print(df.loc['r1':'r4':2])
# 输出结果：
# Courses Fee Duration Discount
#r1 Spark 20000 30day 1000
#r3 Hadoop 26000 35days 1200
# 交替选择列
print(df.loc[:,'Fee':'Discount':2])
# 输出结果：
# Fee Discount
#r1 20000 1000
#r2 25000 2300
#r3 26000 1200
#r4 22000 2500
#r5 24000 2000
需要特别说明的是step还支持负数，表示逆序选择：
import pandas as pd
print(df.loc[::-1, :])
# Courses Fee Duration Discount
# r5 pandas 24000 60days 2000
# r4 Python 22000 40days 2500
# r3 Hadoop 26000 35days 1200
# r2 PySpark 25000 40days 2300
# r1 Spark 20000 30day 1000
我们看到结果正好逆序输出，读者也可以尝试修改-1为其他负数理解反向交替选择的机理。
条件选择
根据条件选择：
# 使用条件，选择fee列大于24000的记录
print(df.loc[df['Fee'] >= 24000])
# 输出结果
# Courses Fee Duration Discount
#r2 PySpark 25000 40days 2300
#r3 Hadoop 26000 35days 1200
#r5 pandas 24000 60days 2000
总结
本文学习了pandas数据框的loc语法及其用法，并通过示例展示了如何选择/过滤行列数据。
本文参考链接：https://blog.csdn.net/neweastsun/article/details/125133515
