pandas索引函数loc和iloc的区别

chatgpt生成

df.iloc[len(df)] 这样的写法有什么问题

df.iloc[len(df)] 这样的写法会引发 IndexError 错误，因为索引越界了。

在 Python 中，DataFrame 的索引是从 0 开始的，因此最后一行的索引应该是 len(df) - 1。如果你尝试使用 len(df) 作为索引，它会超出范围，导致错误。

如果要访问最后一行，你应该使用 df.iloc[-1]，这将返回最后一行的数据。

df.loc[len(df)]和 df.iloc[len(df)] 的区别在哪

df.loc[len(df)]：

• 使用loc属性来索引DataFrame时需要的是实际的索引标签，而不是位置。
• 如果输入的索引标签行存在，将返回该行的数据，否则会引发KeyError错误。

df.iloc[len(df)]：

• 使用iloc属性来索引DataFrame时输入的是位置索引，表示最后一行的位置加1。
• 如果位置 len(df) 超出了DataFrame的有效位置范围，将引发IndexError错误。

通常情况下，要访问最后一行，应该使用 df.iloc[-1]，因为它将始终返回最后一行的数据，而无需担心索引标签是否存在。如果你尝试使用 df.loc[len(df)]，它会依赖于索引标签的存在，如果索引标签不是 len(df)，将导致错误。