学会区分iloc和loc：轻松切割数据

在数据分析中，我们经常需要将数据集分割成不同的部分。Pandas库中的loc和iloc函数是实现这一目的的常用工具。然而，许多初学者对这两个函数感到困惑，不知道何时使用哪一个。本文将详细解释这两个函数的工作原理，以及如何根据需要选择使用它们。
首先，让我们了解一下这两个函数的基本概念。
iloc：基于整数位置的索引
iloc是一个基于整数位置的索引器，用于选择数据框中的行和列。它接受整数作为参数，通过切片来选择数据。例如，df.iloc[1:5]将选择第2到第5行（不包括5）。
loc：基于标签的索引
loc是一个基于标签的索引器，用于选择数据框中的行和列。它接受标签作为参数，通过名称来选择数据。例如，df.loc['A', 'B']将选择列名为’B’且行标签为’A’的元素。
现在，让我们通过一个简单的示例来理解如何根据需要选择使用iloc或loc。假设我们有一个包含以下数据的简单数据框：

import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
'Age': [25, 30, 35, 40, 45],
'Salary': [50000, 60000, 70000, 80000, 90000]}
df = pd.DataFrame(data)

现在，如果我们想选择年龄大于30岁的所有行，我们可以使用iloc如下：

df.iloc[df['Age'] > 30]

或者我们可以使用loc如下：

df.loc[df['Age'] > 30]

这两种方法都可以达到相同的结果。但是，如果我们要选择的列不是基于整数的位置，而是基于名称的标签，那么我们只能使用loc。例如，如果我们想选择所有名字以字母’A’开头的行，我们可以这样写：

df.loc[df['Name'].str.match('^A')]

现在，让我们来看看如何使用loc和iloc进行数据切割。假设我们有一个包含多个特征和目标变量的数据框，我们想将数据分为特征和目标变量。我们可以使用以下方法：

1. 使用loc选择特征列：

   features = df.loc[:, df.columns != 'Target']

2. 使用iloc选择目标变量列：

   target = df.iloc[:, -1]

   在这里，我们假设目标变量是数据框中的最后一列。注意，由于我们使用的是整数位置来选择列，因此只能使用iloc。
   总结一下，iloc和loc是Pandas中用于选择数据的重要工具。它们的主要区别在于基于整数位置或标签来选择数据。根据具体需求选择合适的工具可以更有效地处理和分析数据。希望本文能帮助您更好地理解这两个函数的工作原理和使用方法。