pandas loc iloc ix用法详细分析

来源：脚本之家时间：2023-01-10 06:07:18

1.什么是label

pandas处理数据时，我们会经常看到dataframe结构使用loc, iloc, ix等方法。那么这些方法到底有啥区别，下面我们来进行详细分析。

首先我们先明确一点，这几个方法都可以用来过滤dataframe的行列。他们的不同，主要还是使用方式的不同。

在分析之前，我们先来明确一下标签label的概念。为了方便看得更清楚，先构造一个数据集

【资料图】

import pandas as pd

def test_loc():
    name = ["n1", "n2", "n3", "n4", "n5", "n6"]
    age = [1, 2, 3, 4, 5, 6]
    country = ["Chi", "Chi", "Ame", "Ame", "Jp", "Koe"]
    city = ["bj", "sh", "ny", "ny", "tok", "se"]
    data = pd.DataFrame({"name": name, "age": age, "country": country, "city": city})

    # label
    print(data)

name  age country city
0   n1    1     Chi   bj
1   n2    2     Chi   sh
2   n3    3     Ame   ny
3   n4    4     Ame   ny
4   n5    5      Jp  tok
5   n6    6     Koe   se

上面的data，0,1,2,3,4,5为索引，就是我们的行标签。name ,age,country,city为列名，则是我们的列标签。

2.loc用法

我们先直接上结论：loc可以基于行列标签对数据进行筛选。

下面通过实验来说明。

def test_loc():
    name = ["n1", "n2", "n3", "n4", "n5", "n6"]
    age = [1, 2, 3, 4, 5, 6]
    country = ["Chi", "Chi", "Ame", "Ame", "Jp", "Koe"]
    city = ["bj", "sh", "ny", "ny", "tok", "se"]
    data = pd.DataFrame({"name": name, "age": age, "country": country, "city": city})
    # 取前几行
    print(data.loc[[0, 1, 2]])
    print()
    print(data.loc[0:2])
    print()

    # 取某几列
    print(data.loc[:, ["name", "age", "city"]])
    print()

    # 取几行几列
    print(data.loc[0:2,["name", "age", "city"]])
    print()

2.1 选择行

loc的整体语法为loc[rows, columns]。逗号前面部分为选择的行，后面部分为选择的列，":"表示全选。

loc[0:2]与loc[[0, 1, 2]]的效果一致，都是表示选取前3行，可以认为此时是通过行标签选择数据。

2.2 选择列

实际操作中，最常见的需求就是选择某几列而不是所有数据。loc[:, [‘name’, ‘age’, ‘city’]]就是选择散列，逗号前面的:表示选择所有行。

2.3 选择指定的行列

data.loc[0:2,[‘name’, ‘age’, ‘city’]]这种用法，意思就是选择前三行的name,age,city这三列。

2.4 loc小结

1.就像我们一开始提到的，loc是基于数据行列标签对数据进行筛选。
2.针对行标签选择时，如果index是默认的整数序列，选择的时候包括了末端的一行。
3.":"表示选择所有行或者所有列。

3.iloc用法

直接上结论：iloc与loc的不同在于，loc基于数据标签进行筛选，而iloc基于位置进行数据筛选，i可以认为是integer，即在loc的基础上，用integer整数当作"索引"

看个例子

def test_iloc():
    name = ["n1", "n2", "n3", "n4", "n5", "n6"]
    age = [1, 2, 3, 4, 5, 6]
    country = ["Chi", "Chi", "Ame", "Ame", "Jp", "Koe"]
    city = ["bj", "sh", "ny", "ny", "tok", "se"]
    data = pd.DataFrame({"name": name, "age": age, "country": country, "city": city})

    # iloc的索引，不包含最后一个
    print(data.iloc[0:2])
    print()

    #
    print(data.iloc[:, 0:2])
    print()
    print(data.iloc[:,[0, 1, 3]])
    print()

    # print(data.iloc[:, ["name", "city"]])
    # IndexError: .iloc requires numeric indexers, got ["name" "city"]

最后输出为：

name age country city
0 n1 1 Chi bj
1 n2 2 Chi sh
name age
0 n1 1
1 n2 2
2 n3 3
3 n4 4
4 n5 5
5 n6 6
name age city
0 n1 1 bj
1 n2 2 sh
2 n3 3 ny
3 n4 4 ny
4 n5 5 tok
5 n6 6 se

iloc[0:2]，表示选择前两行。注意在iloc中，末端那行不包括。因为起始索引是0，所以iloc[0:2]选择的是第0行与第1行。

data.iloc[:, 0:2]表示选择前两列，data.iloc[:,[0, 1, 3]]表示选择第0,1,3列。

如果我们尝试用列名筛选数据，data.iloc[:, [‘name’, ‘city’]]
代码会报错