iloc与loc在Pandas中的差异

在Pandas库中，DataFrame的两个主要方法iloc和loc用于根据特定条件选择数据，它们之间有一些关键区别

1. 定位方式：

• iloc（整数位置）：基于整数索引位置选择数据，从0开始计数。因此，索引值不是标签而是位置。
• loc（标签位置）：基于数据标签选择数据。它使用数据的实际索引标签进行定位。

2. 使用方式：

• iloc使用整数索引，例如: df.iloc[0:5, 2:4]：选择第0到第4行（不包括第5行）和第2列到第3列（不包括第4列）。
• loc使用标签索引，例如：df.loc['A':'D', 'column1':'column3']：选择行标签在’A’到’D’（包括’D’）之间，列标签在’column1’到’column3’（包括’column3’）之间的数据。

3. 区间：

• iloc选择的区间是左闭右开，即选择的结束索引不会被包含在结果中。
• loc选择的区间是左闭右闭，即选择的结束标签会被包含在结果中。这意味着，如果你的DataFrame包含特定的行或列标签，那么 loc 方法将同时返回开始和结束标签的数据。

总之，iloc和loc之间的主要区别在于它们使用的索引类型（整数位置或标签位置）以及所选区间的开闭性。