loc是Pandas中按标签选择数据的方法，语法为df.loc[行标签, 列标签]，可选取单行、多行、切片（包含结束值）、条件筛选及更新数据，如df.loc['A']、df.loc['A':'C']、df.loc[df['age']>25]，并支持列选取与赋值，注意使用标签索引且切片包含末尾，索引不存在会报错。
loc 是 Pandas 库中用于按标签（label）选择数据的方法，常用于 DataFrame 和 Series 中。它主要通过行和列的标签来筛选数据，功能强大且使用灵活。
基本语法
df.loc[行标签, 列标签]其中：
- 行标签可以是单个标签、标签列表、切片（包含结束值）
- 列标签同理，可选一个或多个列
- 如果只想操作行，可以省略列部分：df.loc[行标签]
常见用法示例
1. 按行标签选取数据
# 获取索引为 'A' 的行df.loc['A']
2. 按行和列同时选取
立即学习“Python免费学习笔记（深入）”；
# 获取索引为 'A'，列为 'name' 的值df.loc['A', 'name']
3. 选取多行或多列
家电小商城网站源码1.0
下载
家电公司网站源码是一个以米拓为核心进行开发的家电商城网站模板，程序采用metinfo5.3.9 UTF8进行编码，软件包含完整栏目与数据。安装方法：解压上传到空间，访问域名进行安装，安装好后，到后台-安全与效率-数据备份还原，恢复好数据后到设置-基本信息和外观-电脑把网站名称什么的改为自己的即可。默认后台账号：admin 密码：132456注意：如本地测试中127.0.0.1无法正常使用，请换成l
df.loc['A':'C']
# 获取 'name' 和 'age' 两列
df.loc[:, ['name', 'age']]
4. 条件筛选
# 筛选 age 大于 25 的所有行df.loc[df['age'] > 25]
# 同时筛选满足条件的行，并只取某些列
df.loc[df['age'] > 25, ['name', 'city']]
5. 更新数据
# 将 age 大于 30 的人的 status 改为 'senior'df.loc[df['age'] > 30, 'status'] = 'senior'
注意事项
- 切片操作包含起始和结束标签（与 Python 原生切片不同）
- 索引不存在会引发 KeyError
- 适用于基于标签的索引，若要按位置使用，应选择 iloc
基本上就这些。掌握 loc 能让你更高效地处理数据筛选和赋值任务。
