详谈Pandas中iloc和loc以及ix的区别

技术  /  管理员 发布于 7年前   168

Pandas库中有iloc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 pdimport numpy as npa = 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 30 0 1 2 31 4 5 6 72 8 9 10 11print df.loc[0]>>>0 01 12 23 3Name: 0, dtype: int32print df.iloc[0]0 01 12 23 3Name: 0, dtype: int32print df.loc[:,[0,3]] 0 30 0 31 4 72 8 11print df.iloc[:,[0,3]] 0 30 0 31 4 72 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 Da 0 1 2 3b 4 5 6 7c 8 9 10 11print df.loc[:,'A']>>>a 0b 4c 8Name: A, dtype: int32print 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 0B 1C 2D 3Name: a, dtype: int32print df.ix['a']>>>A 0B 1C 2D 3Name: a, dtype: int32print df.ix[:,0]>>>a 0b 4c 8Name: A, dtype: int32print df.ix[:,'A']>>>a 0b 4c 8Name: A, dtype: int32

以上这篇详谈Pandas中iloc和loc以及ix的区别就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。