详解DataFrame的loc和iloc

其实记住字符串索引用loc，整数索引用iloc就行了。

1.DataFrame.loc

DataFrame.loc 是 pandas 库中用于数据选取和索引操作的一个非常重要且功能强大的属性。

1. 基本语法和作用

df.loc[row_indexer, column_indexer]

其中，df 是一个 DataFrame 实例，row_indexer 用于指定行的索引（可以是单个索引值、索引标签的列表、切片，或者是一个布尔数组等，用于筛选出符合条件的行），column_indexer 用于指定列的索引（同样可以是单个列名、列名的列表、切片等，用于选取相应的列）。它的主要作用就是基于指定的行和列的索引条件，从 DataFrame 中精准地选取数据子集。

2. 行索引操作

（1）使用单个索引值选取行

如果行索引是标签形式（例如使用字符串作为行索引），可以直接用对应标签选取一行数据：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [25, 30, 35],
        'city': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data, index=['a', 'b', 'c'])

row_a = df.loc['a']
print(row_a)

上述代码中，df 的行索引为 ['a', 'b', 'c']，通过 df.loc['a'] 就可以获取索引标签为 'a' 的那一行数据，返回的结果是一个 Series，其索引为原 DataFrame 的列名，值为该行对应的数据。

（2）使用索引标签列表选取多行

selected_rows = df.loc[['a', 'c']]
print(selected_rows)

这样就会选取索引为 'a' 和 'c' 的两行数据，返回的是一个新的 DataFrame，结构与原 DataFrame 保持一致，只是包含了指定的行。

（3）使用切片选取连续的行

slice_rows = df.loc['a':'c']
print(slice_rows)

注意，这里使用切片时，包含切片的起始和结束索引对应的行（与 Python 内置的切片在某些细节上有区别，Python 内置切片对于 start:stop一般不包含 stop 对应的元素）。

（4）使用布尔数组进行行筛选

bool_array = df['age'] > 30
selected_rows_by_bool = df.loc[bool_array.values] #直接用bool_array或者list(bool_array)也可以
print(selected_rows_by_bool)

这里先通过 df['age'] > 30 生成了一个布尔数组，对应 True 的行就会被 df.loc 选取出来，这种方式在根据复杂条件筛选行数据时非常常用。

3. 列索引操作

（1）使用单个列名选取列

name_column = df.loc[:, 'name']
print(name_column)

这里 : 在行索引位置，表示选取所有行，而 'name' 在列索引位置，表示只选取 'name' 列，返回结果是一个 Series，索引为原 DataFrame 的行索引，值为 'name' 列对应的数据。

（2）使用列名列表选取多列

selected_columns = df.loc[:, ['name', 'age']]
print(selected_columns)

这样就会选取 'name' 和 'age' 两列数据，返回的是一个新的 DataFrame，包含了指定的列以及所有行的数据。

（3）使用切片选取连续列（较少用，但可行）

slice_columns = df.loc[:, 'name':'age']
print(slice_columns)

4. 混合使用行和列索引

subset = df.loc[['a', 'c'], ['name', 'age']]
print(subset)

5. 注意事项

• 索引类型匹配：使用 loc 时要确保行和列的索引类型与设置的索引器相匹配，例如行索引如果是字符串标签，就不能用整数去选取；如果是整数索引，也要按照整数的规则来操作（不过整数索引一般用 iloc 更合适，后面会提到区别）。

• 布尔数组长度：当使用布尔数组进行行或列筛选时，要保证布尔数组的长度和对应的行或列的数量一致，否则会报错。

2.DataFrame.iloc

DataFrame.iloc 是 pandas 库中用于按位置进行数据选取的一个属性，它允许你基于整数位置（类似于数组的索引方式）来访问 DataFrame 中的行和列

1. 基本语法和作用

df.iloc[row_indexer, column_indexer]

其中，df 是一个 DataFrame 实例，row_indexer 用于指定行的位置索引（可以是单个整数、整数列表、整数切片，或者布尔数组等，用于筛选出符合条件的行），column_indexer 用于指定列的位置索引（同样可以是单个整数、整数列表、整数切片等，用于选取相应的列）。其主要作用是依据指定的行和列的位置信息，精准地从 DataFrame 中选取数据子集。

2. 行位置索引操作

（1）使用单个整数选取行

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [25, 30, 35],
        'city': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)

row_0 = df.iloc[0]
print(row_0)
"""
name       Alice
age           25
city    New York
Name: 0, dtype: object
"""

上述代码中，df.iloc[0] 选取了 DataFrame 中位置为 0（第一行，因为索引从 0 开始计数）的那一行数据，返回的结果是一个 Series，其索引为原 DataFrame 的列名，值为该行对应的数据。

（2）使用整数列表选取多行

传入一个整数列表就能选取多行数据。

selected_rows = df.iloc[[0, 2]]
print(selected_rows)

这样会选取位置为 0 和 2 的两行数据，返回的是一个新的 DataFrame，结构与原 DataFrame 保持一致，只是包含了指定的行。

（3）使用切片选取连续的行

像使用普通切片一样，可以选取连续的行。

slice_rows = df.iloc[0:2]
print(slice_rows)

这里使用切片 0:2 选取了从位置 0（包含）到位置 2（不包含）的行，也就是第一行和第二行数据，返回的是一个新的 DataFrame。需要注意的是，这种切片方式遵循 Python 内置切片的常规规则（start:stop 中不包含 stop 对应的元素），和 loc 在切片使用上有所区别（loc 使用切片选取行时，包含切片的起始和结束索引对应的行）。

（4）使用布尔数组进行行筛选

可以基于某个条件生成布尔数组，再用这个布尔数组来筛选行。不过需要确保布尔数组的长度和 DataFrame 的行数一致。

bool_array = df['age'] > 30
selected_rows_by_bool = df.iloc[bool_array.values] # iloc要求传入的布尔数组是 numpy.ndarray 类型（list也可以）
print(selected_rows_by_bool)

这里先通过 df['age'] > 30 生成了一个布尔数组，然后取其 values 属性（因为 iloc 要求传入的布尔数组是 numpy.ndarray 类型，list也可以），对应 True 的行就会被 df.iloc 选取出来，这种方式在根据复杂条件筛选行数据时比较常用。

3. 列位置索引操作

（1）使用单个整数选取列

name_column = df.iloc[:, 0]
print(name_column)

这里 : 在行索引位置，表示选取所有行，而 0 在列索引位置，表示只选取第一列（因为列索引也是从 0 开始计数），返回结果是一个 Series，索引为原 DataFrame 的行索引，值为第一列对应的数据。

（2）使用整数列表选取多列

selected_columns = df.iloc[:, [0, 2]]
print(selected_columns)

这样就会选取第一列和第三列的数据，返回的是一个新的 DataFrame，包含了指定的列以及所有行的数据。

（3）使用切片选取连续列

slice_columns = df.iloc[:, 0:2]
print(slice_columns)

4. 混合使用行和列位置索引

可以同时指定复杂的行和列位置索引条件来选取特定的数据子集。

subset = df.iloc[[0, 2], [0, 2]]
print(subset)

上述代码选取了位置为 0 和 2 的两行以及位置为 0 和 2 的两列交叉的数据，返回的是一个 DataFrame，仅包含指定的行和列的数据内容。

5. 注意事项

• 索引类型匹配：使用 iloc 时，行和列索引必须是基于整数位置的，不能使用字符串标签等非整数形式的索引去选取数据。如果 DataFrame 的行或列使用了自定义的标签索引，那应该使用 loc 方法来进行基于标签的选取操作。

• 布尔数组要求：当使用布尔数组进行行或列筛选时，要保证布尔数组的长度和对应的行或列的数量一致，并且需要是 numpy.ndarray 类型（通常可以通过取 values 属性来满足类型要求），否则会报错（但是试了一下list也可以）。