python中的ix是啥_python pandas （ix & iloc &loc） 的区别

oc——通过行标签索引行数据

iloc——通过行号索引行数据

ix——通过行标签或者行号索引行数据(基于loc和iloc 的混合)

同理，索引列数据也是如此！

举例说明：

1、分别使用loc、iloc、ix 索引第一行的数据:

(1)loc

import pandas as pd

data=[[1,2,3],[4,5,6]]

index=['a','b']#行号

columns=['c','d','e']#列号

df=pd.DataFrame(data,index=index,columns=columns)#生成一个数据框

#print df.loc['a']

'''

c 1

d 2

e 3

'''

print df.loc[0]

#这个就会出现错误

'''

TypeError: cannot do label indexing on

with these indexers [1] of

(2)iloc

import pandas as pd

data=[[1,2,3],[4,5,6]]

index=['a','b']#行号

columns=['c','d','e']#列号

df=pd.DataFrame(data,index=index,columns=columns)#生成一个数据框

print df.iloc[0]

'''

c 1

d 2

e 3

'''

print df.iloc['a']

'''

TypeError: cannot do positional indexing on

with these indexers [a] of

(3)ix

import pandas as pd

data=[[1,2,3],[4,5,6]]

index=['a','b']#行号

columns=['c','d','e']#列号

df=pd.DataFrame(data,index=index,columns=columns)#生成一个数据框

print df.ix[0]

'''

c 1

d 2

e 3

'''

print df.ix['a']

'''

c 1

d 2

e 3

'''

2、分别使用loc、iloc、ix 索引第一列的数据:

import pandas as pd

data=[[1,2,3],[4,5,6]]

index=['a','b']#行号

columns=['c','d','e']#列号

df=pd.DataFrame(data,index=index,columns=columns)#生成一个数据框

print df.loc[:,['c']]

print df.iloc[:,[0]]

print df.ix[:,['c']]

print df.ix[:,[0]]

#结果都为

'''

c

a 1

b 4

3、分别使用loc、iloc、ix 索引多行的数据:

import pandas as pd

data=[[1,2,3],[4,5,6]]

index=['a','b']#行号

columns=['c','d','e']#列号

df=pd.DataFrame(data,index=index,columns=columns)#生成一个数据框

print df.loc['a':'b']

print df.iloc[0:1]

print df.ix['a':'b']

print df.ix[0:1]

#结果都为

'''

c d e

a 1 2 3

b 4 5 6

4、分别使用loc、iloc、ix 索引多列的数据:

import pandas as pd

data=[[1,2,3],[4,5,6]]

index=['a','b']#行号

columns=['c','d','e']#列号

df=pd.DataFrame(data,index=index,columns=columns)#生成一个数据框

print df.loc[:,'c':'d']

print df.iloc[:,0:2]

print df.ix[:,'c':'d']

print df.ix[:,0:2]

#结果都为

'''

c d

a 1 2

b 4 5

'''