Python loc 不包含

Python loc 不包含

在数据处理和分析领域，Python的Pandas库广泛应用于数据的清洗、处理和分析。在Pandas中，DataFrame是一个非常重要的数据结构，它可以理解为一个二维表，同时提供了丰富的方法和功能来操作和处理数据。DataFrame中的一个重要概念是索引，它可以帮助我们定位和访问数据。其中，loc是一个常用的方法，用于通过标签对数据进行选择和访问。但是需要注意的是，loc方法是左闭右闭的，即包含所选标签。

首先，让我们来了解一下loc方法的基本用法。假设我们有一个包含学生姓名和对应考试成绩的DataFrame：

import pandas as pd

data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '语文': [80, 90, 70, 85],
        '数学': [85, 92, 75, 80],
        '英语': [90, 85, 95, 88]}

df = pd.DataFrame(data)

这个DataFrame看起来如下所示：

	姓名	语文	数学	英语
	张三	80	85	90
1	李四	90	92	85
2	王五	70	75	95
3	赵六	85	80	88

我们可以通过loc方法选择指定的行和列。例如，我们想选择“张三”的成绩，可以使用以下代码：

df.loc[df['姓名'] == '张三']

运行结果如下：

	姓名	语文	数学	英语
	张三	80	85	90

可以看到，loc方法根据条件选择了满足条件的行。同样，我们也可以选择指定的列，例如我们只想选择“语文”和“数学”两科的成绩，可以使用以下代码：

df.loc[:, ['语文', '数学']]

运行结果如下：

	语文	数学
	80	85
1	90	92
2	70	75
3	85	80

上述代码中，:表示选择所有行，['语文', '数学']表示选择指定的两列。

注意，loc方法是左闭右闭的，即包含所选标签。例如，我们选择“张三”到“王五”的成绩，可以使用以下代码：

df.loc[0:2]

运行结果如下：

	姓名	语文	数学	英语
	张三	80	85	90
1	李四	90	92	85
2	王五	70	75	95

可以看到，结果包含了从“张三”到“王五”的所有行。

如果我们想选择不包含指定标签的行，可以使用~运算符进行取反。例如，我们想选择除了“张三”和“李四”之外的成绩，可以使用以下代码：

df.loc[~df['姓名'].isin(['张三', '李四'])]

运行结果如下：

	姓名	语文	数学	英语
2	王五	70	75	95
3	赵六	85	80	88

可以看到，结果不包含“张三”和“李四”的成绩。

总结来说，`