熊猫-为什么iloc和loc的输出不同
d1=df.loc[(df.Age<50) & (df.Age>10)]
d2=df[(df['Age']<50) & (df['Age']>10)]
d1 == d2
d1.loc[[100]]
d1.iloc[[100], :]
参考这个答案，Lev说loc包括开始和停止索引，所以我尝试了这个：
d1.loc[[99], :]
但它们也不同。为什么啊？
有人能帮我吗？
共有1个答案
loc根据索引列筛选数据框。例如，当您调用df.loc[[100]]时，它将返回具有indexvalue100的行的内容。iloc根据位置筛选数据帧。df.iloc[[100]]将返回数据框的第100行（编号从0开始）。如果第100行的索引为100，则df.iloc[[100]]和df.loc[[100]]将返回相同的行。
-
假设我有下面的数据框，我想将
-
因此.loc和.iloc不是典型的函数。它们以某种方式使用[和]来包围参数，使其与普通数组索引相当。然而，我从未在另一个库中看到过这种情况（我可以想到，可能numpy就是这样的东西，我不知道它在技术上是如何工作的/在python代码中是如何定义的）。 本例中的括号是否只是函数调用的语法糖？如果是这样，那么如何让任意函数使用括号而不是括号呢？否则，它们的使用/定义有什么特殊之处？
-
我对pandas的iloc函数有点困惑，因为我想选择一系列列，并且输出与预期不同。行选择也会发生同样的情况，因此我编写了一个小示例： 我想选择第1行到第2行结果是我所期望的： 如果我这样做我会认为我得到了相同的结果，但是没有： 我有点困惑，因为我希望这两个函数的行为相同，但如果我选择一个范围（从：到），这两个函数的输出都会不同。 似乎使用iloc需要将TO值设为1，才能获得与loc： 有人能给它点
-
我有以下问题：在df中，我想要选择特定的行和特定的列，在这个选择中，获取第一个元素，并为它们分配一个新值。我天真地认为以下代码应该可以完成这项工作： 和都应将视图返回到df中，并且应覆盖该值。但是，数据帧不会改变。为什么？ 我知道如何绕过它--首先使用创建一个新的df，然后使用更改值并更新原始df（如下所示）。 但是a）我不认为这是最佳的，b）我想知道为什么顶级解决方案不起作用。为什么它返回一个副
-
有人能解释一下这两种切片方法有什么不同吗？ 我看过文档，也看到过这些答案，但我还是发现自己无法理解这三种方法有什么不同。在我看来，它们在很大程度上是可以互换的，因为它们处于较低的切片级别。 例如，假设我们希望获得的前五行。这两个是怎么工作的？ 谁能说出三种情况，在使用上的区别比较清楚？ 从前，我也想知道这两个函数与有什么不同，但是已经从pandas 1.0中删除了，所以我不再关心了。
-
所以我运行了一些示例： 类似于： 让我们使用和并确保得到相同的内容 这就是说，谁能提供关于方法可以做什么和不能做什么的指导呢？