Python Pandas .loc() 函数：使用标签选择数据

.loc() 是 Pandas 库中用于索引和选择数据的一种重要方法，它允许使用标签（行和列索引）来选择数据。

.loc() 的基本语法如下：

df.loc[row_indexer, column_indexer]

其中，row_indexer 和 column_indexer 可以是单个标签、标签列表、标签切片、布尔数组或可调用函数。

例如，如果我们有一个名为 df 的 Pandas 数据框，其中包含名为 'A'、'B'、'C'、'D' 的 4 列，我们可以使用 .loc() 方法来选择特定的行和列，如下所示：

df.loc[0:5, ['A', 'B']]

这将选择第 1 到第 6 行中 'A' 和 'B' 列的数据。如果我们只想选择特定的行，可以省略列索引器：

df.loc[0:5]

这将选择第 1 到第 6 行中所有列的数据。

我们也可以使用布尔数组来选择数据：

df.loc[df['A'] > 0, ['B', 'C']]

这将选择 'A' 列中大于 0 的行，并选择 'B' 和 'C' 列的数据。

另外，我们可以使用可调用函数来选择数据，例如：

df.loc[lambda df: df['A'] > 0, ['B', 'C']]

这将使用一个 lambda 函数来选择 'A' 列中大于 0 的行，并选择 'B' 和 'C' 列的数据。

总之，.loc() 是 Pandas 中非常重要的方法，它可以方便地实现对数据的选择和索引。