[转载]pandas切片索引中loc、iloc、ix的区别

在用pandas进行DataFrame的处理时,经常需要对某行或某列进行索引,在不同的书中,会用到不同的索引方法。

其中,最常见的就是loc,iloc,ix三种方法。

①loc——通过行标签进行索引

②iloc——通过行号进行索引

③ix——结合前两种的混合索引

举例说明:


  
  
  1. import pandas as pd
  2. df = pd.DataFrame({'a':[0,1,2],'b':[3,4,5],'c':[6,7,8]},index=['X','Y','Z']
print(df)
  
  

  
  
  1. a b c
  2. X 0 3 6
  3. Y 1 4 7
  4. Z 2 5 8

①loc

索引行:


  
  
  1. df.loc['X':'Y'] #正常输出 能取到Y行
  2. a b c
  3. X 0 3 6
  4. Y 1 4 7

  
  
  1. df.loc[0:1] #报错
  2. TypeError: cannot do slice indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [0] of <class 'int'>

索引列:


  
  
  1. df.loc[:,'b':'c'] #正常输出,能取到c列
  2.     b    c
  3. X 3 6
  4. Y 4 7
  5. Z 5 8

  
  
  1. df.loc[:,1:2] #报错
  2. TypeError: cannot do slice indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [1] of <class 'int'>

②iloc

索引行:


  
  
  1. df.iloc[0:1] #正常输出,取不到第1行
  2.     a    b    c
  3. X 0 3 6

  
  
  1. df.iloc['X':'Y'] #报错
  2. TypeError: cannot do slice indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [X] of <class 'str'>

索引列:


  
  
  1. df.iloc[:,1:2] #正常输出,取不到第2列
  2.     b
  3. X 3
  4. Y 4
  5. Z 5

  
  
  1. df.iloc[:,'b':'c'] #报错
  2. TypeError: cannot do slice indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [b] of <class 'str'>

③ix

索引行:


  
  
  1. df.ix['X':'Z'] #正常输出,能取到Z行
  2.     a    b    c
  3. X 0 3 6
  4. Y 1 4 7
  5. Z 2 5 8

  
  
  1. df.ix[0:2] #正常输出,取不到第2行
  2.     a    b    c
  3. X 0 3 6
  4. Y 1 4 7

索引列:


  
  
  1. df.ix[:,'a':'c'] #正常输出,能取到第c列
  2. a b c
  3. X 0 3 6
  4. Y 1 4 7
  5. Z 2 5 8

  
  
  1. df.ix[:,0:2] #正常输出,取不到第2列
  2.     a    b
  3. X 0 3
  4. Y 1 4
  5. Z 2 5
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值