Quelles sont les principales différences entre les méthodes `loc` et `iloc` de Pandas pour le découpage DataFrame ?

En quoi iloc et loc sont-ils différents ?

iloc et loc sont deux méthodes pour découper un DataFrame dans Pandas. Les deux méthodes peuvent être utilisées pour sélectionner des lignes et des colonnes, mais elles diffèrent dans la façon dont elles interprètent l'entrée.

loc obtient des lignes (et/ou des colonnes) avec des étiquettes particulières.

iloc obtient des lignes (et/ou des colonnes) à des emplacements entiers.

Pour démontrer, considérons une série de caractères avec un index entier non monotone :

>>> s = pd.Series(list("abcdef"), index=[49, 48, 47, 0, 1, 2])
49    a
48    b
47    c
0     d
1     e
2     f

s.loc[0]    # value at index label 0
'd'

s.iloc[0]   # value at index location 0
'a'

s.loc[0:1]  # rows at index labels between 0 and 1 (inclusive)
0    d
1    e

s.iloc[0:1] # rows at index location between 0 and 1 (exclusive)
49    a

Voici quelques-unes des différences/similitudes entre s.loc et s.iloc lorsque divers objets sont passés :

Object	Description	s.loc[Object]	s.iloc[Object]
0	Single item	Value at index label 0 (_the string 'd'_)	Value at index location 0 (_the string 'a'_)
0:1	Slice	Two rows (labels 0 and 1)	One row (first row at location 0)
1:47	Slice with out-of-bounds end	Zero rows (empty Series)	Five rows (location 1 onwards)
1:47:-1	Slice with negative step	three rows (labels 1 back to 47)	Zero rows (empty Series)
[2, 0]	Integer list	Two rows with given labels	Two rows with given locations
s > 'e'	Bool series (indicating which values have the property)	One row (containing 'f')	NotImplementedError
(s>e).values	Bool array	One row (containing 'f')	Same as loc
999	Int object not in index	KeyError	IndexError (out of bounds)
-1	Int object not in index	KeyError	Returns last value in s
lambda x: x.index[3]	Callable applied to series (here returning 3rd item in index)	s.loc[s.index[3]]	s.iloc[s.index[3]]

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!