iloc与loc区别

iloc PK loc

导入numpy，pandas

import numpy as np
import pandas as pd

构建一个0,30左闭右开的偶数数组

data=np.arange(0,30,2)  #arange(起始，结束，相差)
data
array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28])

类型ndarray

print(type(data))
<class 'numpy.ndarray'>

reshape变换形状

data1=data.reshape(5,3) #reshape转换形状
print(data1)
[[ 0  2  4]
 [ 6  8 10]
 [12 14 16]
 [18 20 22]
 [24 26 28]]

类型还是ndarray

print(type(data1))   
<class 'numpy.ndarray'>

由ndarray类型转成DaTaframe类型

data2=pd.DataFrame(data1,columns=('a','b','c')) #columns定义字段
data2

	a	b	c
0	0	2	4
1	6	8	10
2	12	14	16
3	18	20	22
4	24	26	28

iloc

取指定单行多列

data2.iloc[2] 
a    12
b    14
c    16
Name: 2, dtype: int32

iloc[start:end],索引[开始:结束],左闭右开

data2.iloc[1:4] 
a	b	c
1	6	8	10
2	12	14	16
3	18	20	22

指定行，列取到一个数字

data2.iloc[2,2]  #[行,列]
16

不能直接取字段，报取值错误

data2.iloc[2,'c']  #[行,列]
#ValueError: Location based indexing can only have [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] types

可以用切片来取指定行列

data2.iloc[2:3,0:]
a	b	c
2	12	14	16

取出DataFrame里面的值为ndarray

data2.iloc[2:3,0:].values
array([[12, 14, 16]])

loc

取第指定单行行，多列，与iloc一样

data2.loc[2]
a    12
b    14
c    16
Name: 2, dtype: int32

loc[start:end],索引[开始:结束],左闭右闭–>与iloc不同

data2.loc[1:4]  
a	b	c
1	6	8	10
2	12	14	16
3	18	20	22
4	24	26	28

不能像iloc一样直接取指定行，报类型错误

 data2.loc[2,3]  ##[行,列] 报错
#TypeError: cannot do label indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [2] of <class 'int'>

可以去特定行和列，得到指定得一个数字

data2.loc[2,'c']
16

取指定data3指定行，指定列，有字段

data3=data2.loc[1:4]
data4=data3[['a','b']]
print(data4)
print(type(data4))  #类型DataFrame
    a   b
1   6   8
2  12  14
3  18  20
4  24  26
<class 'pandas.core.frame.DataFrame'>

不能按着iloc的模样取字段下的值

data2.loc[[1:4],['a','b']]  
SyntaxError: invalid syntax

取data3指定行单列，有字段，类型DataFrame

data5=data3[['a']]
print(data5)
print(type(data5))  
    a
1   6
2  12
3  18
4  24

<class 'pandas.core.frame.DataFrame'>

取data3指定行单列，没有字段，类型Series

data6=data3['a']
print(data6)
print(type(data6)) 
1     6
2    12
3    18
4    24
Name: a, dtype: int32
<class 'pandas.core.series.Series'>

它是datframe类型，取多列要行列并行都存在于一个列表里。
data5可以取是因为它取单列，
data6可以取是因为它取单列，并且是按series类型取的，多列不行。

data7=data3['a','b']
print(data7)
print(type(data7)) 
#KeyError: ('a', 'b')

上面我们证实data2.loc[2,3]会报类型错误
但是我们让它有用武之地
取出特定行与列的内容
类型DataFrame

data8=data2.loc[[2,3],['b','c']]
data8
b	c
2	14	16
3	20	22

还可以这样重复取

data9=data2.loc[[2,2,2,3],['b','c']]
data9
b	c
2	14	16
2	14	16
2	14	16
3	20	22

总结：

1.loc：
通过行标签索引行数据
例：loc[n]表示索引的是第n行（index 是整数）
loc[‘d’]表示索引的是第’d’行（index 是字符）
有行索引可以没有字段取值，但有字段取值前必须得有行索引，
而且行索引只能为标签索引形式来取，不能按切片形式来取。
单取切片形式可以，只是索引为左闭右闭。

2. .iloc：
通过行索引获取行数据，不能是字符，取索引必须按切片形式来取，不能按标签，这是与loc的不同。索引为左闭右开。iloc也可以取指定行列，只不过得按切片形式索引，不能直接拿标签索引来做。

建议：
当用行索引的时候, 尽量用 iloc 来进行索引; 而用标签索引的时候用 loc 。