pandas以类似字典的方式来获取某一列的值，比如df[‘A’]，这会得到df的A列。如果我们对某一行感兴趣呢？这个时候有两种方法，一种是iloc方法，另一种方法是loc方法。loc是指location的意思，iloc中的i是指integer。这两者的区别如下：

loc：works on labels in the index.
iloc：works on the positions in the index (so it only takes integers).

也就是说loc是根据index来索引，比如下边的df定义了一个index，那么loc就根据这个index来索引对应的行。iloc并不是根据index来索引，而是根据行号来索引，行号从0开始，逐次加1。

一、数据集描述

西瓜书2.0数据集

色泽	根蒂	敲声	纹理	脐部	触感	好瓜
青绿	蜷缩	浊响	清晰	凹陷	硬滑	是
乌黑	蜷缩	沉闷	清晰	凹陷	硬滑	是
乌黑	蜷缩	浊响	清晰	凹陷	硬滑	是
青绿	蜷缩	沉闷	清晰	凹陷	硬滑	是
浅白	蜷缩	浊响	清晰	凹陷	硬滑	是
青绿	稍蜷	浊响	清晰	稍凹	软粘	是
乌黑	稍蜷	浊响	稍糊	稍凹	软粘	是
乌黑	稍蜷	浊响	清晰	稍凹	硬滑	是
乌黑	稍蜷	沉闷	稍糊	稍凹	硬滑	否
青绿	硬挺	清脆	清晰	平坦	软粘	否
浅白	硬挺	清脆	模糊	平坦	硬滑	否
浅白	蜷缩	浊响	模糊	平坦	软粘	否
青绿	稍蜷	浊响	稍糊	凹陷	硬滑	否
浅白	稍蜷	沉闷	稍糊	凹陷	硬滑	否
乌黑	稍蜷	浊响	清晰	稍凹	软粘	否
浅白	蜷缩	浊响	模糊	平坦	硬滑	否
青绿	蜷缩	沉闷	稍糊	稍凹	硬滑	否

二、Pandas数据分析

读取数据

import pandas as pd
dataSet1 = pd.read_csv('E:/data/xiguashu/watermelon2.0.csv', encoding='gbk') 
dataSet1.values

array([['青绿', '蜷缩', '浊响', '清晰', '凹陷', '硬滑', '是'],
       ['乌黑', '蜷缩', '沉闷', '清晰', '凹陷', '硬滑', '是'],
       ['乌黑', '蜷缩', '浊响', '清晰', '凹陷', '硬滑', '是'],
       ['青绿', '蜷缩', '沉闷', '清晰', '凹陷', '硬滑', '是'],
       ['浅白', '蜷缩', '浊响', '清晰', '凹陷', '硬滑', '是'],
       ['青绿', '稍蜷', '浊响', '清晰', '稍凹', '软粘', '是'],
       ['乌黑', '稍蜷', '浊响', '稍糊', '稍凹', '软粘', '是'],
       ['乌黑', '稍蜷', '浊响', '清晰', '稍凹', '硬滑', '是'],
       ['乌黑', '稍蜷', '沉闷', '稍糊', '稍凹', '硬滑', '否'],
       ['青绿', '硬挺', '清脆', '清晰', '平坦', '软粘', '否'],
       ['浅白', '硬挺', '清脆', '模糊', '平坦', '硬滑', '否'],
       ['浅白', '蜷缩', '浊响', '模糊', '平坦', '软粘', '否'],
       ['青绿', '稍蜷', '浊响', '稍糊', '凹陷', '硬滑', '否'],
       ['浅白', '稍蜷', '沉闷', '稍糊', '凹陷', '硬滑', '否'],
       ['乌黑', '稍蜷', '浊响', '清晰', '稍凹', '软粘', '否'],
       ['浅白', '蜷缩', '浊响', '模糊', '平坦', '硬滑', '否'],
       ['青绿', '蜷缩', '沉闷', '稍糊', '稍凹', '硬滑', '否']], dtype=object)

读取前5行

dataSet1.head()

 

获取行和列

dataSet1.shape

(17, 7) 

获取列名

dataSet1.columns

Index(['色泽', '根蒂', '敲声', '纹理', '脐部', '触感', '好瓜'], dtype='object')

获取每列的dtype

dataSet1.dtypes

色泽    object
根蒂    object
敲声    object
纹理    object
脐部    object
触感    object
好瓜    object
dtype: object

获取第一列名称

dataSet1.columns.values

array(['色泽', '根蒂', '敲声', '纹理', '脐部', '触感', '好瓜'], dtype=object)

获取更多数据信息

dataSet1.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 17 entries, 0 to 16
Data columns (total 7 columns):
色泽    17 non-null object
根蒂    17 non-null object
敲声    17 non-null object
纹理    17 non-null object
脐部    17 non-null object
触感    17 non-null object
好瓜    17 non-null object
dtypes: object(7)
memory usage: 1.0+ KB

三、loc和iloc对比

loc通过索引标签获取行子集

dataSet1.loc[1]

色泽    乌黑
根蒂    蜷缩
敲声    沉闷
纹理    清晰
脐部    凹陷
触感    硬滑
好瓜     是
Name: 1, dtype: object

iloc通过行号获取行

dataSet1.iloc[1]

色泽    乌黑
根蒂    蜷缩
敲声    沉闷
纹理    清晰
脐部    凹陷
触感    硬滑
好瓜     是
Name: 1, dtype: object

虽然结果看是一样，但是其实有本质的区别，一个按照索引标签，一个按照行好获取行信息

而且通过iloc[-1]可以获取最后一列信息，而loc不可以

dataSet1.iloc[-1]

色泽    青绿
根蒂    蜷缩
敲声    沉闷
纹理    稍糊
脐部    稍凹
触感    硬滑
好瓜     否
Name: 16, dtype: object