这篇教程pandas中.loc和.iloc以及.at和.iat的区别说明写得很实用，希望能帮到您。
显示索引和隐式索引import pandas as pddf = pd.DataFrame({'姓名':['张三','李四','王五'],'成绩':[85,59,76]})传入冒号‘:'，表示所有行或者列 显示索引：.loc,第一个参数为 index切片，第二个为 columns列名 df.loc[2] #index为2的记录,这里是王五的成绩。df.loc[:,'姓名'] #第一个参数为冒号，表示所有行，这里是筛选姓名这列记录。 隐式索引：.iloc（integer_location）， 只能传入整数。 df.iloc[:2,:] #张三和李四的成绩,跟列表切片一样，冒号左闭右开。df.iloc[:,'成绩'] #输入中文，这里就报错了，只能使用整数。 也可以使用at定位到某个元素 语法规则：df.at[index,columns] df.at[1,'成绩'] #使用索引标签，李四的成绩df.iat[1,1] #类似于iloc使用隐式索引访问某个元素 补充：pandas快速定位某一列中存在某值的所有行,loc, at, ==对比 如下所示： from datetime import datetimefrom time import time 直接方括号定位相等的列start = time()for disk in goodDiskName2016[:100]: ____ST4000DM000_2016_good_feature27[ST4000DM000_2016_good_feature27.serial_number==disk][features27[0]]time()-start 消耗时间 直接loc定位相等的start = time()for disk in goodDiskName2016[:100]: ____ST4000DM000_2016_good_feature27.loc[ST4000DM000_2016_good_feature27.serial_number==disk][features27[0]]time()-start 消耗时间： 先将这一列设置为index，然后通过loc查找b = ST4000DM000_2016_good_feature27.set_index('serial_number')start = time()for disk in goodDiskName2016[:100]: b.loc[disk][features27[0]]time()-start 消耗时间： 设置为index后用at定位start = time()for disk in goodDiskName2016[:100]: b.at[disk,features27[0]]time()-start 消耗时间： 以上为个人经验，希望能给大家一个参考，也希望大家多多支持51zixue.net。如有错误或未考虑完全的地方，望不吝赐教。
python使用NumPy文件的读写操作
pandas DataFrame 赋值的注意事项说明(index) |
