Pandas中ix,loc, iloc的用法及区别

本文主要是介绍Pandas中ix,loc, iloc的用法及区别，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

Pandas在对Series和DataFrame进行行列索引时，有三种常用的方法。其中.ix方法兼顾了.loc和.iloc的用法。为了避免用户在使用这三种方法时产生混淆，从pandas 0.20.0版本开始，官方不推荐使用.ix方法而是使用.iloc 和.loc方法。

.loc()方法：(1)使用行标签和列标签，获取行、列对应的某一个值
(2)选定某一个区域的值
注意：.loc()方法的的取值范围都是闭区间
.iloc()方法：(1)采用索引获取某一个值，且行和列中后区间为开区间
(2)选定某一个区域的值
注意：行索引和列索引的起始值为0

loc——通过行标签索引行数据

loc[‘d’]表示索引的是第’d’行（index 是字符）

import pandas as pd  
data = [[1,2,3],[4,5,6]]  
index = ['d','e']  
columns=['a','b','c']  
df = pd.DataFrame(data=data, index=index, columns=columns)  

df数据样式：

	a	b	c
d	1	2	3
e	4	5	6

df.loc['d']  

a	1
b	2
c	3

如果想索引列数据，像这样做会报错

print df.loc['a']  

‘’’’’
KeyError: ‘the label [a] is not in the [index]’
‘’’

loc可以获取多行数据

print df.loc['d':]  

	a	b	c
d	1	2	3
e	4	5	6

loc扩展——索引某行某列

print df.loc['d',['b','c']]  

b	2
c	3

loc扩展——索引某列

print df.loc[:,['c']]  

	c
d	3
e	6

当然获取某列数据最直接的方式是df.[列标签]，但是当列标签未知时可以通过这种方式获取列数据。
注意：dataframe的索引[1:3]是包含1,2,3的，与平时的不同。

iloc——通过行号获取行数据

想要获取哪一行就输入该行数字

df.iloc[1]  

a	4
b	5
c	6

通过行标签索引会报错

print df.iloc['a']  

‘’’’’
TypeError: cannot do label indexing on <class ‘pandas.core.index.Index’> with these indexers [a] of <type ‘str’>
‘’’

同样通过行号可以索引多行

df.iloc[0:]  

	a	b	c
d	1	2	3
e	4	5	6

iloc索引列数据

df.iloc[:,[1]]  

	b
d	2
e	5

ix——结合前两种的混合索引

通过行号索引

df.ix[1]  

a	4
b	5
c	6

通过行标签索引

df.ix['e']  

a	4
b	5
c	6

这篇关于Pandas中ix,loc, iloc的用法及区别的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---