Pandas中Dataframe的索引.ix,.iloc,.loc的区别及使用

pandas 中索引的使用

定义pandas 的 DataFrame 对象

import pandas as pd
data = pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]},index=["a","b","c"])
data

    A   B   C
a   1   4   7
b   2   5   8
c   3   6   9

.loc 的使用

.loc[] 中括号里面是先行后列，以逗号分割，行和列分别是行标签和列标签，比如我要得到数字5，那么就是：

data.loc["b","B"]

因为行标签为b，列标签为B，同理，那么4就是data[“a”,”B”]

上面只是选择某一个值，那么如果我要选择一个区域呢，比如我要选择5，8，6，9，那么可以这样做：

data.loc['b':'c','B':'C']

那么，我们会想，那我们只知道要第几行，第几列的数据呢，这该怎么办，刚好，.iloc就是干这个事的

.iloc 的使用

.iloc[]与loc一样，中括号里面也是先行后列，用逗号分割，与loc不同的之处是，.iloc 是根据行数与列数来索引的，比如上面提到的得到数字5，那么用iloc来表示就是data.iloc[1,1],因为5是第2行第2列，注意索引从0开始的，同理4就是data.iloc[0,1]，同样如果我们需要选择一个区域，比如我要选择5，8，6，9，那么用,iloc来选择就是

data.iloc[1:3,1:3]

注意: 此处区间前闭后开； .loc 区间前闭后闭

.ix 的使用

它既可以根据行列标签又可以根据行列数，比如拿到5

data.ix[1,1]
data.ix["b","B"]

选择5，8，6，9

data.ix[1:3,1:3]
data.ix['b':'c','B':'C']

版权声明：本文为CSDN博主「ML_BOY」的原创文章，遵循CC 4.0 by-sa版权协议，
原文链接：https://blog.csdn.net/qq1483661204/article/details/77587881