2
Python：Pandas系列-为什么使用loc？
为什么我们对熊猫数据框使用“ loc”？似乎以下代码无论是否使用loc都以模拟速度运行 %timeit df_user1 = df.loc[df.user_id=='5561'] 100 loops, best of 3: 11.9 ms per loop 要么 %timeit df_user1_noloc = df[df.user_id=='5561'] 100 loops, best of 3: 12 ms per loop 那为什么要使用loc？ 编辑：这已被标记为重复问题。但是，尽管熊猫iloc vs ix vs loc的解释？确实提到* 您可以只使用数据框的getitem进行列检索 ： * df['time'] # equivalent to df.loc[:, 'time'] 尽管它确实解释了loc的许多功能，但它并没有说明我们为什么使用loc，但我的特定问题是“为什么不完全省略loc”？为此，我在下面接受了非常详细的答案。 另外，其他帖子的答案（我认为不是答案）在讨论中非常隐蔽，任何搜索我正在寻找的人的人都会发现很难找到信息，并且提供的答案会更好地为您服务我的问题。