データ選択におけるパンダの「loc」と「iloc」の違いは何ですか?

Pandas における iloc と loc の違い:

Pandas を使用したデータ操作では、iloc と loc はよく使用される 2 つのスライス方法であり、混乱を引き起こすことがよくあります。効率的なデータ管理には、それらの根本的な違いを理解することが不可欠です。

ラベルと場所

loc と iloc の主な違いは、データの選択方法にあります。

• loc: に基づいてデータにアクセスします。 ラベル (行名または列名 (インデックスおよび列ラベル) など)。
• iloc: オブジェクト内の 整数の位置 に基づいてデータにアクセスします。軸(行/列)

例:

文字を含む非単調インデックスを持つ DataFrame df を考えます:

import pandas as pd

df = pd.DataFrame({'col1': ['a', 'b', 'c', 'd', 'e', 'f']}, index=[49, 48, 47, 0, 1, 2])

loc (ラベルベース) Slicing):

• df.loc[0]: インデックス ラベル "0" ('d') を持つ行を取得します。
• df.loc[0:1] ]: ラベル 0 と 1 (「d」と'e').

iloc (位置ベースのスライス):

• df.iloc[0]: インデックス位置の値を取得します0 ('a').
• df.iloc[0:1]: インデックス位置で 1 つの行を選択します0 ('a').

主な違い:

次の表は、さまざまなシナリオにおける loc と iloc の違いを示しています:

Object	Description	loc	iloc
0	Single item	Value at index label 0 ('d')	Value at index location 0 ('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'	Boolean series (indicating true values)	One row (containing 'f')	NotImplementedError
(s>'e').values	Boolean array	One row (containing 'f')	Same as loc
999	Integer object not in index	KeyError	IndexError (out of bounds)
-1	Integer 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]]

以上がデータ選択におけるパンダの「loc」と「iloc」の違いは何ですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。