详谈Pandas中iloc和loc以及ix的区别_Python

详谈Pandas中iloc和loc以及ix的区别

2021-03-02 00:26Modozil Python

今天小编就为大家分享一篇详谈Pandas中iloc和loc以及ix的区别，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

Pandas库中有i loc和loc以及ix可以用来索引数据，抽取数据。但是方法一多也容易造成混淆。下面将一一来结合代码说清其中的区别。

1. iloc和loc的区别：

iloc主要使用数字来索引数据，而不能使用字符型的标签来索引数据。而loc则刚好相反，只能使用字符型标签来索引数据，不能使用数字来索引数据，不过有特殊情况，当数据框dataframe的行标签或者列标签为数字，loc就可以来其来索引。

好，先上代码，先上行标签和列标签都为数字的情况。

									import pandas as pd

									import numpy as np

									a = np.arange(12).reshape(3,4)

									print a

									>>>

									[[ 0 1 2 3]

									 [ 4 5 6 7]

									 [ 8 9 10 11]]

									df = pd.DataFrame(a)

									print df

									>>>

									 0 1 2 3

									0 0 1 2 3

									1 4 5 6 7

									2 8 9 10 11

									print df.loc[0]

									>>>

									0 0

									1 1

									2 2

									3 3

									Name: 0, dtype: int32

									print df.iloc[0]

									0 0

									1 1

									2 2

									3 3

									Name: 0, dtype: int32

									print df.loc[:,[0,3]]

									 0 3

									0 0 3

									1 4 7

									2 8 11

									print df.iloc[:,[0,3]]

									 0 3

									0 0 3

									1 4 7

									2 8 11

接下来是把行标签[0, 1, 2]改成['a', 'b', 'c']，则成这样了。

									df.index = ['a','b','c'] 

									print df 

									>>> 

									 0 1 2 3

									a 0 1 2 3

									b 4 5 6 7

									c 8 9 10 11

									print df.loc[0] 

									# TypeError: cannot do label indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [0] of <type 'int'> 

									print df.iloc[0] 

									>>> 

									0 0

									1 1

									2 2

									3 3

									Name: a, dtype: int32 

									print df.iloc['a'] # TypeError: cannot do positional indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [a] of <type 'str'> 

									print df.loc['a'] # 正确 

									>>> 

									0 0

									1 1

									2 2

									3 3

									Name: a, dtype: int32

同样地，把列标签[0, 1, 2, 3]改成['A', 'B, 'C', 'D']，则成这样了。

									df.columns = ['A','B','C','D']

									print df

									>>>

									 A B C D

									a 0 1 2 3

									b 4 5 6 7

									c 8 9 10 11

									print df.loc[:,'A']

									>>>

									a 0

									b 4

									c 8

									Name: A, dtype: int32

									print df.iloc[:,'A'] # ValueError: Location based indexing can only have [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] types

2.ix是一种混合索引，字符型标签和整型数据索引都可以。

									print df.ix[0]

									>>>

									A 0

									B 1

									C 2

									D 3

									Name: a, dtype: int32

									print df.ix['a']

									>>>

									A 0

									B 1

									C 2

									D 3

									Name: a, dtype: int32

									print df.ix[:,0]

									>>>

									a 0

									b 4

									c 8

									Name: A, dtype: int32

									print df.ix[:,'A']

									>>>

									a 0

									b 4

									c 8

									Name: A, dtype: int32