标签：ix loc df 查询 iloc iat

首先我们来造一批测试数据

df=pd.DataFrame(np.arange(42).reshape(7,6),columns=list('abcdefg'),index=list('hijklm'))

loc只能根据行/列名查询

1. df.loc[:,:] #所有数据
2. df.loc['h','a'] #h行a列
3. df.loc[['h','k'],['c','d']] #h，k行的c，d列
4. df.loc['h':'k','c':'d'] #h~k行的c~d列

iloc只能根据行/列索引查询

1. df.iloc[:,:] # 显示所有数据
2. df.iloc[1,1] #显示第一行第一列的数字
3. df.iloc[[1,3],[1,3]] # 显示1，3行的1，3列数字
4. df.iloc[1:3,1:3] # 显示1~3行的1~3列数字

at只能根据行/列名查询

　　at['a','c'] # 显示a行c列的数字

iat只能根据行/列索引查询

　　iat[1,1] # 显示第1行1列的数字

dataframe[]只能单独查询行或者列，不能行和列混合查询

1.  df[:] # 取所有数据
2.  df[1:3] # 取1~3行数据
3.  df['a'] # 取'a'列数据
4.  df[['a','b']] #取'a','b'两列数据
5.  df['a'][2] # 取'a'列数据的第二行

ix既能通过索引查询，又能通过行列名进行查询

.ix具备.loc，.iloc，.at，.iat，dataframe[]的所有功能，就不再过多介绍，总之就是.loc，.iloc，.at，.iat，dataframe的语法他都能用

1.  df.ix['i':'l','a':'d']
2.  df.ix[['i','h'],['a','d']]
3.  df.ix[1:3,2:4]
4.  df.ix[[1,3],[2,4]]
5.  df.ix[:,:]

标签：ix,loc,df,查询,iloc,iat
来源： https://www.cnblogs.com/reform999/p/14323473.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。