实际操作中我们经常需要寻找数据的某行或者某列，这里介绍我在使用Pandas时用到的两种方法：iloc和loc。 loc：通过行、列的名称或标签来索引 iloc：通过行、列的索引位置来寻找数据 首先，我们先创建一个Dataframe，生成数据，用于下面的演示 1.loc方法 loc方法是通过行、列的名称或者标签来寻找我们需要的值。 （1）读取第二行的值         结果： 备注： #下面两种语法效果相同 data.loc[1] == data.loc[1,:]  （2）读取第二列的值 结果： （3）同时读取某行某列 结果： （4）读取DataFrame的某个区域 结果： （5）根据条件读取 结果： （6）也可以进行切片操作 结果： 2.iloc方法 iloc方法是通过索引行、列的索引位置[index, columns]来寻找值 （1）读取第二行的值 结果： （2）读取第二列的值 结果： （3）同时读取某行某列 结果： （4）进行切片操作 结果： 注意： 这里的区间是左闭右开，data.iloc[1:3, 2:4]中的第4行、第5列取不到 补充：利用loc、iloc提取所有数据 利用loc函数，根据某个数据来提取数据所在的行 总结  到此这篇关于利用Pandas读取某列某行数据之loc和iloc用法的文章就介绍到这了,更多相关Pandas读取列行数据之loc和iloc内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！ 您可能感兴趣的文章:一文秒懂pandas中iloc()函数详解pandas df.iloc[]的典型用法Python Pandas中loc和iloc函数的基本用法示例pandas.DataFrame.iloc的具体使用详解Python Pandas如何获取和修改任意位置的值（at,iat,loc,iloc）python数据分析基础之pandas中loc()与iloc()的介绍与区别介绍