데이터 선택을 위한 Pandas `loc`과 `iloc`의 차이점은 무엇입니까?

Pandas에서 iloc과 loc의 차이점:

Pandas를 사용한 데이터 조작에서 iloc과 loc는 흔히 혼동을 일으키는 두 가지 슬라이싱 방법입니다. 효율적인 데이터 관리를 위해서는 근본적인 차이점을 이해하는 것이 필수적입니다.

라벨과 위치

loc과 iloc의 주요 차이점은 데이터를 선택하는 방법에 있습니다.

• loc: 다음을 기반으로 데이터에 액세스합니다. 레이블(예: 행 또는 열 이름(인덱스 및 열 레이블))
• iloc: 객체 내 정수 위치를 기반으로 데이터에 액세스합니다. 축(행/열 숫자).

예:

문자가 포함된 비단조 인덱스가 있는 DataFrame df를 고려하세요.

import pandas as pd

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

loc(라벨 기반 슬라이싱):

• df.loc[0]: 인덱스 레이블이 "0"('d')인 행을 검색합니다.
• df.loc[0:1 ]: 레이블이 0과 1('d' 및 'e').

iloc(위치 기반 슬라이싱):

• df.iloc[0]: 인덱스 위치에서 값을 가져옵니다. 0 ('a').
• df.iloc[0:1]: 한 행을 선택합니다. 인덱스 위치 0('a').

주요 차이점:

다음 표에서는 다양한 시나리오에서 loc와 iloc의 차이점을 강조합니다.

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]]

위 내용은 데이터 선택을 위한 Pandas `loc`과 `iloc`의 차이점은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!