python中loc和iloc

1.loc意义：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）

2. .iloc ：通过行号获取行数据，不能是字符

3. ix——结合前两种的混合索引

三者区别：

ix / loc 可以通过行号和行标签进行索引，比如 df.loc[‘a’] , df.loc[1], df.ix[‘a’] , df.ix[1]

而iloc只能通过行号索引 , df.iloc[0] 是对的, 而df.iloc[‘a’] 是错误的

建议：

当用行号索引的时候, 尽量用 iloc 来进行索引; 而用标签索引的时候用 loc , ix 尽量别用。

例：

   import numpy as np

   import pandas as pd

df=pd.DataFrame(np.arange(0,60,2).reshape(10,3),columns=list('abc'))
print(df)

  a    b   c

0 0 2 4
1 6 8 10
2 12 14 16
3 18 20 22
4 24 26 28
5 30 32 34
6 36 38 40
7 42 44 46
8 48 50 52
9 54 56 58

print df.iloc[0] #输出第0行所有列内容
a 0
b 2
c 4
Name: 0, dtype: int32

print df.iloc[0:3] #输出0至3行所有列内容

  a     b    c

0 0 2 4
1 6 8 10
2 12 14 16

print df.iloc[1,2] #输出第一行第二列
10

print df.iloc[1,‘c’] #输出第一行第二列，因为用了标签索引，所以会报错

ValueError: Location based indexing can only have [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] types

print df.loc[0,‘a’]
0

print df.loc[0:3,[‘a’,‘b’]]
a b
0 0 2
1 6 8
2 12 14
3 18 20

print df.loc[[1,5],[‘b’,‘c’]]
b c
1 8 10
5 32 34

为便于区分，所有屏幕输出结果，全部用斜体