Pandas的 loc iloc ix 区别

import pandas as pd  
data = [[1,2,3],[4,5,6]]  
index = [0,1]  
columns=['a','b','c']  
df = pd.DataFrame(data=data, index=index, columns=columns)  
 
1. loc——通过行标签索引行数据
df.loc[1]  
''''' 
a    4 
b    5 
c    6 
'''  
 
1.2 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.loc['d']  
''''' 
a    1 
b    2 
c    3 
'''  
 
1.3 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]' 
'''  
 
1.4 loc可以获取多行数据
print df.loc['d':]  
''''' 
   a  b  c 
d  1  2  3 
e  4  5  6 
'''  
 
1.5 loc扩展——索引某行某列
 
print df.loc['d',['b','c']]  
''''' 
b    2 
c    3 
'''  
 
1.6 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。
 
需要注意的是，dataframe的索引[1:3]是包含1,2,3的，与平时的不同。
 
2. iloc——通过行号获取行数据
 
2.1 想要获取哪一行就输入该行数字
 
df.iloc[1]  
''''' 
a    4 
b    5 
c    6 
'''  
 
2.2 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'> 
'''  
 
2.3 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 
'''  
 
2.4 iloc索引列数据
 
df.iloc[:,[1]]  
''''' 
   b 
d  2 
e  5 
'''  
 
3. ix——结合前两种的混合索引
 
3.1 通过行号索引
 
df.ix[1]  
''''' 
a    4 
b    5 
c    6 
'''  
 
3.2 通过行标签索引
 
df.ix['e']  
''''' 
a    4 
b    5 
c    6 

--------------------- 
作者：roamer314 
来源：CSDN 
原文：https://blog.csdn.net/roamer314/article/details/52179191 
版权声明：本文为博主原创文章，转载请附上博文链接！