loc和iloc

在 pandas 中，loc 和 iloc 是用于访问和操作 DataFrame 或 Series 数据的两种常用方法。它们之间的区别在于索引的类型和用法。

loc： 通过标签（Label）来访问数据。

iloc： 通过整数位置（Integer Location）来访问数据。

以下是它们的详细解释和示例：

1. loc：

   loc 允许您使用行和列的标签来访问数据。它的基本语法是 df.loc[row_label, column_label]，其中 row_label 是行的标签，column_label 是列的标签。您可以使用单个标签、标签列表、切片或布尔索引来进行访问。

   import pandas as pd
   
   data = {'Name': ['Alice', 'Bob', 'Charlie'],
           'Age': [25, 30, 35]}
   
   df = pd.DataFrame(data, index=['row1', 'row2', 'row3'])
   
   # 使用 loc 访问数据
   print(df.loc['row1', 'Name'])  # Alice
   print(df.loc['row2', ['Name', 'Age']])  # Bob, 30

2. iloc：

   iloc 允许您使用整数位置（从 0 开始）来访问数据。它的基本语法是 df.iloc[row_position, column_position]，其中 row_position 是行的整数位置，column_position 是列的整数位置。您可以使用整数、整数列表、切片或布尔索引来进行访问。

   import pandas as pd
   
   data = {'Name': ['Alice', 'Bob', 'Charlie'],
           'Age': [25, 30, 35]}
   
   df = pd.DataFrame(data)
   
   # 使用 iloc 访问数据
   print(df.iloc[0, 1])  # Alice
   print(df.iloc[1, [0, 1]])  # Bob, 30

总之，loc 和 iloc 都用于访问和操作 DataFrame 或 Series 数据，但基于不同的索引类型。根据您的需求和数据结构，选择适合的方法来访问数据。

示例深思：

df.loc[df['dome_roam_flux_days'] == r'\N', 'dome_roam_flux_days'] = None