Python DataFrame 中loc和iloc的区别

在使用pandas时，loc和iloc让我踩了几次坑。所以在此记录一下二者的区别。

In [1]: import pandas as pd
In [2]: import numpy as np
In [3]: d = pd.DataFrame(np.arange(20).reshape(5, 4), columns=list('abcd'))
In [4]: d
Out[4]: 
    a   b   c   d
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15
4  16  17  18  19

In [5]: 

1、在取某一列的时候，loc的列参数是列名，而iloc的列参数是该列的索引。例如取b列：

In [5]: d.loc[:, 'b']
Out[5]: 
0     1
1     5
2     9
3    13
4    17
Name: b, dtype: int64

In [6]: d.iloc[:, 1]
Out[6]: 
0     1
1     5
2     9
3    13
4    17
Name: b, dtype: int64

2、在取某一行的时候，loc的行参数是索引值， 而iloc的行参数是“行号”，第一行的行号就是0，第二行的行号就是1。我们把d倒序一下，然后取第一行就会发现区别：

In [7]: e = d.sort_index(ascending=False)
In [8]: e
Out[8]: 
    a   b   c   d
4  16  17  18  19
3  12  13  14  15
2   8   9  10  11
1   4   5   6   7
0   0   1   2   3

In [9]: e.loc[0, :]
Out[9]: 
a    0
b    1
c    2
d    3
Name: 0, dtype: int64

In [10]: e.iloc[0, :]
Out[10]: 
a    16
b    17
c    18
d    19
Name: 4, dtype: int64

可以看到iloc并没有按照索引取行，而是取了第一行。

以上是loc和iloc的两点区别，欢迎补充！