先来看一下示例：

#!/usr/bin/python
import pandas as pd# 三个字段 name, site, age
nme = ["Google", "Runoob", "Taobao", "Wiki"]
st = ["www.google.com", "www.runoob.com", "www.taobao.com", "www.wikipedia.org"]
ag = [90, 40, 80, 90]# 字典
dict = {'name': nme, 'site': st, 'age': ag}df = pd.DataFrame(dict, index=[1,2,3,4])
print(df)print(df.loc[1:3,['name','site']])
print(df.iloc[1:3,[0,1]])

输出：

     name               site  age
1  Google     www.google.com   90
2  Runoob     www.runoob.com   40
3  Taobao     www.taobao.com   80
4    Wiki  www.wikipedia.org   90name            site
1  Google  www.google.com
2  Runoob  www.runoob.com
3  Taobao  www.taobao.comname            site
2  Runoob  www.runoob.com
3  Taobao  www.taobao.com

将df的索引设置成了整数的1，2，3，4；

df.loc[row selection, column selection]

其中loc的row是依据指定的标签来查找的，比如这里查找的就是标签1到3的行数据。

df.iloc [row selection, column selection]

其中iloc的row是根据索引来查找的，比如这里查找的就是第一行到第三行的数据，取值范围是length-1，这里即3-1行数据；其中iloc的i即是index的意思。

df = pd.DataFrame(dict, index=[1,2,3,4])
print('df数据:\n',df,'\n')#print(df.loc[1:3,['name','site']])
print('iloc取第一行:\n',df.iloc[0],'\n')print('iloc取最后一行:\n',df.iloc[-1],'\n')out:
df数据:name               site  age
1  Google     www.google.com   90
2  Runoob     www.runoob.com   40
3  Taobao     www.taobao.com   80
4    Wiki  www.wikipedia.org   90iloc取第一行:name            Google
site    www.google.com
age                 90
Name: 1, dtype: objectiloc取最后一行:name                 Wiki
site    www.wikipedia.org
age                    90
Name: 4, dtype: object

其中iloc只取一行时返回的是Series数据。

传递列表可转为Dataframe：

print('iloc取第一行:\n',df.iloc[[0]],'\n')
out:
iloc取第一行:name            site  age
1  Google  www.google.com   90

---

loc：

1.定义

loc按照标签或者索引、布尔值或者条件进行选择数据，这种选择数据的方法较为常用。

（1）根据索引选择单行或单列

df = pd.DataFrame(dict, index=[1,2,3,4])
print('df数据:\n',df,'\n')df.set_index('name', inplace=True)
print('设置name为索引:\n', df, '\n')print('loc查找:\n', df.loc[['Google','Wiki']], '\n')out：
df数据:name               site  age
1  Google     www.google.com   90
2  Runoob     www.runoob.com   40
3  Taobao     www.taobao.com   80
4    Wiki  www.wikipedia.org   90设置name为索引:site  age
name
Google     www.google.com   90
Runoob     www.runoob.com   40
Taobao     www.taobao.com   80
Wiki    www.wikipedia.org   90loc查找:site  age
name
Google     www.google.com   90
Wiki    www.wikipedia.org   90

（2）使用loc进行布尔值/逻辑索引

查找site为"www.google.com"的数据，在查找一些特定属性的数据时有用。

print('loc查找:\n', df.loc[df['site'] == 'www.google.com'], '\n')out：
loc查找:site  age
name
Google  www.google.com   90

（3）使用loc修改Dateframe中的值

先选出想要的数据，然后进行赋值操作。

df.loc[df['site'] == 'www.google.com', 'age'] = 80out:
loc查找:site  age
name
Google  www.google.com   80df.loc[df['age'] > 80, 'site'] = 'www.google.com'
print('loc查找:\n', df.loc[df['site'] == 'www.google.com'], '\n')out:
loc查找:site  age
name
Google  www.google.com   90
Wiki    www.google.com   90

#这样查找也可以，但功能比loc少很多
print(df[df['age'] > 80])out:name               site  age
1  Google     www.google.com   90
4    Wiki  www.wikipedia.org   90

模糊查找，使用startswith和endswith

print('查找site以www开头的数据:\n', df.loc[df['site'].str.startswith('www')], '\n')
print('查找site以.com结尾的数据:\n', df.loc[df['site'].str.endswith('.com')], '\n')out：
查找site以www开头的数据:name               site  age
1  Google     www.google.com   90
2  Runoob     www.runoob.com   40
3  Taobao     www.taobao.com   80
4    Wiki  www.wikipedia.org   90查找site以.com结尾的数据:name            site  age
1  Google  www.google.com   90
2  Runoob  www.runoob.com   40
3  Taobao  www.taobao.com   80

参考：Pandas经典用法：数据筛选之iloc和loc_我爱Python数据挖掘的博客-CSDN博客_pandas.iloc

第008篇：数据选择 loc & iloc - 知乎

pandas中iloc与loc的使用_atwdy的博客-CSDN博客_pandas的iloc和loc