Python| Pandas DataFrame.loc[]

Pandas DataFrame 是一种二维大小可变的、潜在异构的表格数据结构，带有标记的轴（行和列）。算术运算在行标签和列标签上对齐。它可以被认为是 Series 对象的类 dict 容器。这是 Pandas 的主要数据结构。

Pandas DataFrame.loc属性通过标签或给定 DataFrame 中的布尔数组访问一组行和列。

Syntax: DataFrame.loc

Parameter : None

Returns : Scalar, Series, DataFrame

示例 #1：使用DataFrame.loc属性使用索引和列标签访问给定 Dataframe 中的特定单元格。

# importing pandas as pd
import pandas as pd
  
# Creating the DataFrame
df = pd.DataFrame({'Weight':[45, 88, 56, 15, 71],
                   'Name':['Sam', 'Andrea', 'Alex', 'Robin', 'Kia'],
                   'Age':[14, 25, 55, 8, 21]})
  
# Create the index
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5']
  
# Set the index
df.index = index_
  
# Print the DataFrame
print(df)

输出 ：

现在我们将使用DataFrame.loc属性返回与“Row_2”标签对应的“名称”列中的值。

# return the value
result = df.loc['Row_2', 'Name']
  
# Print the result
print(result)

输出 ：

正如我们在输出中看到的那样， DataFrame.loc属性已成功返回给定 DataFrame 中所需位置的值。示例 #2：使用DataFrame.loc属性返回给定 Dataframe 中的两个列。

# importing pandas as pd
import pandas as pd
  
# Creating the DataFrame
df = pd.DataFrame({"A":[12, 4, 5, None, 1], 
                   "B":[7, 2, 54, 3, None], 
                   "C":[20, 16, 11, 3, 8], 
                   "D":[14, 3, None, 2, 6]}) 
  
# Create the index
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5']
  
# Set the index
df.index = index_
  
# Print the DataFrame
print(df)

输出 ：

现在我们将使用DataFrame.loc属性返回 DataFrame 的“A”和“D”列中存在的值。

# return the values.
result = df.loc[:, ['A', 'D']]
  
# Print the result
print(result)

输出 ：

正如我们在输出中看到的， DataFrame.loc属性已成功返回数据框的所需列。