Pandas——ix vs loc vs iloc区别

1. loc——通过行标签索引行数据

1.1 loc[1]表示索引的是第1行（index 是整数）

[python]  view plain  copy

 print ?

1. import pandas as pd  
2. data = [[1,2,3],[4,5,6]]  
3. index = [0,1]  
4. columns=['a','b','c']  
5. df = pd.DataFrame(data=data, index=index, columns=columns)  
6. print df.loc[1]  
7. ''''' 
8. a    4 
9. b    5 
10. c    6 
11. '''  

1.2 loc[‘d’]表示索引的是第’d’行（index 是字符）

[python]  view plain  copy

 print ?

1. import pandas as pd  
2. data = [[1,2,3],[4,5,6]]  
3. index = ['d','e']  
4. columns=['a','b','c']  
5. df = pd.DataFrame(data=data, index=index, columns=columns)  
6. print df.loc['d']  
7. ''''' 
8. a    1 
9. b    2 
10. c    3 
11. '''  

1.3 如果想索引列数据，像这样做会报错

[python]  view plain  copy

 print ?

1. import pandas as pd  
2. data = [[1,2,3],[4,5,6]]  
3. index = ['d','e']  
4. columns=['a','b','c']  
5. df = pd.DataFrame(data=data, index=index, columns=columns)  
6. print df.loc['a']  
7. ''''' 
8. KeyError: 'the label [a] is not in the [index]' 
9. '''  

1.4 loc可以获取多行数据

[python]  view plain  copy

 print ?

1. import pandas as pd  
2. data = [[1,2,3],[4,5,6]]  
3. index = ['d','e']  
4. columns=['a','b','c']  
5. df = pd.DataFrame(data=data, index=index, columns=columns)  
6. print df.loc['d':]  
7. ''''' 
8.    a  b  c 
9. d  1  2  3 
10. e  4  5  6 
11. '''  

1.5 loc扩展——索引某行某列

[python]  view plain  copy

 print ?

1. import pandas as pd  
2. data = [[1,2,3],[4,5,6]]  
3. index = ['d','e']  
4. columns=['a','b','c']  
5. df = pd.DataFrame(data=data, index=index, columns=columns)  
6. print df.loc['d',['b','c']]  
7. ''''' 
8. b    2 
9. c    3 
10. '''  

1,6 loc扩展——索引某列

[python]  view plain  copy

 print ?

1. import pandas as pd  
2. data = [[1,2,3],[4,5,6]]  
3. index = ['d','e']  
4. columns=['a','b','c']  
5. df = pd.DataFrame(data=data, index=index, columns=columns)  
6. print df.loc[:,['c']]  
7. ''''' 
8.    c 
9. d  3 
10. e  6 
11. '''  

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

[python]  view plain  copy

 print ?

1. import pandas as pd  
2. data = [[1,2,3],[4,5,6]]  
3. index = ['d','e']  
4. columns=['a','b','c']  
5. df = pd.DataFrame(data=data, index=index, columns=columns)  
6. print df.loc[1]  
7. ''''' 
8. a    4 
9. b    5 
10. c    6 
11. '''  

2.2 通过行标签索引会报错

[python]  view plain  copy

 print ?

1. import pandas as pd  
2. data = [[1,2,3],[4,5,6]]  
3. index = ['d','e']  
4. columns=['a','b','c']  
5. df = pd.DataFrame(data=data, index=index, columns=columns)  
6. print df.iloc['a']  
7. ''''' 
8. TypeError: cannot do label indexing on <class 'pandas.core.index.Index'> with these indexers [a] of <type 'str'> 
9. '''  

2.3 同样通过行号可以索引多行

[python]  view plain  copy

 print ?

1. import pandas as pd  
2. data = [[1,2,3],[4,5,6]]  
3. index = ['d','e']  
4. columns=['a','b','c']  
5. df = pd.DataFrame(data=data, index=index, columns=columns)  
6. print df.iloc[0:]  
7. ''''' 
8.    a  b  c 
9. d  1  2  3 
10. e  4  5  6 
11. '''  

2.4 iloc索引列数据

[python]  view plain  copy

 print ?

1. import pandas as pd  
2. data = [[1,2,3],[4,5,6]]  
3. index = ['d','e']  
4. columns=['a','b','c']  
5. df = pd.DataFrame(data=data, index=index, columns=columns)  
6. print df.iloc[:,[1]]  
7. ''''' 
8.    b 
9. d  2 
10. e  5 
11. '''  

3. ix——结合前两种的混合索引

3.1 通过行号索引

[python]  view plain  copy

 print ?

1. import pandas as pd  
2. data = [[1,2,3],[4,5,6]]  
3. index = ['d','e']  
4. columns=['a','b','c']  
5. df = pd.DataFrame(data=data, index=index, columns=columns)  
6. print df.ix[1]  
7. ''''' 
8. a    4 
9. b    5 
10. c    6 
11. '''  

3.2 通过行标签索引

[python]  view plain  copy

 print ?

1. import pandas as pd  
2. data = [[1,2,3],[4,5,6]]  
3. index = ['d','e']  
4. columns=['a','b','c']  
5. df = pd.DataFrame(data=data, index=index, columns=columns)  
6. print df.ix['e']  
7. ''''' 
8. a    4 
9. b    5 
10. c    6 
11. '''