想必有很多小伙伴都沒看過這個(gè)函數(shù)吧，至于怎么使用也可能是一知半解，那小編告訴大家，這個(gè)函數(shù)可以經(jīng)常能用到在數(shù)據(jù)上，大家會(huì)不會(huì)有興趣呢?大家在做編程時(shí)候，邏輯思維上對于數(shù)據(jù)的把控是至關(guān)重要的，因此我們要靈活應(yīng)用這部分內(nèi)容，希望大家可以仔細(xì)閱讀下哦~

　　定位函數(shù)(多軸索引)

　　l loc()：基于標(biāo)簽索引

　　l iloc()：基于整數(shù)索引

　　定位函數(shù)格式

　　df.loc[ 行索引, 列索引]

　　行索引選擇數(shù)據(jù)圖示：

　　列索引選擇圖示：

　　指定索引

　　>>> df = pd.DataFrame(np.random.randn(8, 4),

　　index = ['a','b','c','d','e','f','g','h'],

　　columns = ['A', 'B', 'C', 'D'])

　　>>> df

　　A B C D

　　a -0.484976 1.958562 -0.073555 0.524286

　　b 1.681393 1.041901 -0.109796 0.836486

　　c 0.352229 0.656365 0.590963 0.908981

　　d 1.325258 1.199558 0.953455 -0.192507

　　e 0.573300 -0.202530 -0.699603 1.504382

　　-1.423372 -0.311816 0.680950 -1.619343

　　0.771233 -0.101350 -0.207373 1.242127

　　0.084874 -0.655007 -0.834754 0.072229

　　>>> df.loc['a', ['A', 'B']]

　　A -0.484976

　　B 1.958562

　　好啦，大家除了瀏覽看會(huì)一遍后，也要嘗試著自己導(dǎo)入數(shù)據(jù)看下呢，俗話說的好，好記性不如爛筆頭，在嘗試寫代碼的同時(shí)，也看下代碼是不是適應(yīng)于實(shí)際的應(yīng)用中的哦~