Pandas df.loc() 函数

Pandas 常用函数

loc[] 是 Pandas 中基于标签（Label）的索引方式，用于通过行标签和列标签来选择数据。它是 DataFrame 索引中最直观、最常用的方式之一，能够精确地定位我们需要的数据。

与基于位置的索引（如 iloc[]）不同，loc[] 使用的是数据本身设置的索引标签。这意味着即使数据的位置发生变化，只要标签不变，我们依然能够准确地选择到目标数据。

基本语法与参数

loc[] 是 DataFrame 的索引器，通过方括号 [] 来访问。方括号内可以传入多种形式的参数，用于选择行、列或特定的单元格。

语法格式

# 选择单行（返回 Series）
DataFrame.loc[行标签]

# 选择多行（返回 DataFrame）
DataFrame.loc[[行标签1, 行标签2, ...]]

# 选择行和列
DataFrame.loc[行标签, 列标签]
DataFrame.loc[行切片, 列切片]
DataFrame.loc[行条件, 列条件]

参数说明

返回值说明

• 单个元素： 返回标量值（单个值）。
• 单行： 返回一个 Series。
• 多行： 返回一个 DataFrame。
• 行列组合： 根据选择结果返回 Series 或 DataFrame。

实例

让我们通过丰富的例子全面掌握 loc[] 的用法。

示例 1：基础用法 - 使用默认索引

当 DataFrame 使用默认的整数索引时，loc[] 的行为与 iloc[] 类似，但使用的是标签而非位置。

运行结果：

原始 DataFrame:
      name  age  score grade
0    Alice   18     85     A
1      Bob   19     92     A
2  Charlie   17     78     B
3    David   18     90     A
4      Eve   20     88     B

选择第 0 行:
name      Alice
age          18
score        85
grade         A
Name: 0, dtype: object

选择第 1、3、4 行:
    name  age  score grade
1    Bob   19     92     A
3  David   18     90     A
4      Eve   20     88     B

选择第 1 行到第 3 行（包含两端）:
      name  age  score grade
1      Bob   19     92     A
2  Charlie   17     78     B
3    David   18     90     A

代码解析：

1. 默认情况下，DataFrame 的索引是整数 0、1、2、3、4。
2. df.loc[0] 选择索引标签为 0 的行，返回一个 Series。
3. df.loc[[1, 3, 4]] 选择多个特定索引的行。
4. 重要：loc[] 的切片是两端包含的（不同于 Python 切片），1:3 包含索引 1、2、3。

示例 2：使用自定义索引

loc[] 的真正强大之处在于可以使用自定义索引标签，这是它与 iloc[] 的根本区别。

运行结果：

带自定义索引的 DataFrame:
   name  age  score grade
a  Alice   18     85     A
b    Bob   19     92     A
c  Charlie   17     78     B
d  David   18     90     A
e    Eve   20     88     B

选择索引为 'b' 的行:
name        Bob
age          19
score        92
grade         A
Name: b, dtype: object

选择索引 'b' 到 'd' 的行:
      name  age  score grade
b    Bob   19     92     A
c  Charlie   17     78     B
d  David   18     90     A

选择索引 'a', 'c', 'e' 的行:
      name  age  score grade
a  Alice   18     85     A
c  Charlie   17     78     B
e    Eve   20     88     B

代码解析：

• 自定义索引使用字符串 'a', 'b', 'c', 'd', 'e' 代替整数索引。
• loc[] 使用这些标签来选择数据，非常直观。
• 切片 'b':'d' 包含标签 'b', 'c', 'd'，同样是两端包含。

示例 3：选择特定的列

loc[] 不仅可以选行，还可以同时选择列。

运行结果：

选择索引 'b' 的 name 和 score 列:
name     Bob
score    92
Name: b, dtype: object

选择索引 'a', 'c' 的 name 和 age 列:
    name  age
a  Alice   18
c  Charlie 17

所有行的 name 和 grade 列:
    name grade
a   Alice     A
b     Bob     A
c  Charlie   B
d    David    A
e     Eve      B

索引 'b' 到 'd' 的 name 到 score 列:
      name  age score
b    Bob   19    92
c  Charlie 17    78
d  David   18    90

代码解析：

1. df.loc['b', ['name', 'score']] 选择特定行的特定列，返回一个 Series。
2. df.loc[['a', 'c'], ['name', 'age']] 选择多行多列，返回 DataFrame。
3. df.loc[:, ['name', 'grade']] 冒号表示选择所有行。
4. df.loc['b':'d', 'name':'score'] 同时使用行和列的切片。

示例 4：使用布尔条件选择

loc[] 支持使用布尔数组或条件表达式来筛选数据，这是非常强大的功能。

运行结果：

分数大于 85 的学生:
      name  age  score grade
1      Bob   19     92     A
3    David   18     90     A
4      Eve   20     88     B

分数大于 85 且年龄小于 19 的学生:
      name  age  score grade
3    David   18     90     A

使用布尔数组选择的行:
      name  age  score grade
0    Alice   18     85     A
2  Charlie   17     78     B
4      Eve   20     88     B

分数大于 85 的学生的 name 和 score:
      name  score
1      Bob     92
3    David   90
4      Eve    88

代码解析：

1. df.loc[df['score'] > 85] 使用布尔条件筛选，返回满足条件的行。
2. 复合条件需要用圆括号括起来，并用 &（与）和 |（或）连接。
3. 可以直接传入布尔数组（长度必须与行数相同）来选择行。
4. 条件后面还可以跟列选择，实现精细的数据筛选。

注意事项

• loc[] 使用的是标签索引，切片是两端包含的（不同于 Python 原生切片）。
• 如果传入的标签不存在，会抛出 KeyError 错误。
• 布尔条件中，复合条件必须使用圆括号，且用 & 和 | 而不是 Python 的 and 和 or。
• loc[] 读取和修改数据都很方便，但在大数据场景下要注意性能。

重要提示：loc[] 和 iloc[] 是两个不同的索引器，虽然看起来相似，但原理完全不同：loc[] 基于标签，iloc[] 基于位置。在使用时要根据实际情况选择合适的索引器。

小结

loc[] 是 Pandas 中基于标签的数据选择器，它提供了直观、灵活的数据访问方式。通过行标签和列标签的组合，我们可以精确地选择任何需要的数据。

它的主要优势包括：使用自定义索引使代码更易读、支持两端包含的切片语法、能够结合布尔条件进行复杂筛选。在实际数据分析中，loc[] 是日常使用频率最高的索引方式之一。

Pandas 常用函数