Pandas中loc,iloc,ix的使用
使用 iloc 从DataFrame中筛选数据
iloc 是基于“位置”的Dataframe的操作，即主要基于下标的操作
简单使用
Pandas中的 iloc 是用基于整数的下标来进行数据定位/选择
iloc 的语法是 data.iloc[, iloc 在Pandas中是用来通过数字来选择数据中具体的某些行和列。你可以设想每一行都有一个对应的下标（0,1,2，...)，通过 iloc 我们可以利用这些下标去选择相应的行数据。同理，对于行也一样，想象每一列也有对应的下标(0,1,2,...),通过这些下标也可以选择相应的列数据。
在iloc中一共有 2 个 “参数” -行选择器 和 -列选择器，例如：
# 使用DataFrame 和 iloc 进行单行/列的选择
# 行选择：
data.iloc[0] # 数据中的第一行
data.iloc[1] # 数据中的第二行
data.iloc[-1] # 数据中的最后一行
# 列选择：
data.iloc[:, 0] # 数据中的第一列
data.iloc[:, 1] # 数据中的第二列
data.iloc[:, -1] # 数据中的最后一列
行列混合选择
iloc 同样可以进行和列的混合选择，例如：
# 使用 iloc 进行行列混合选择
data.iloc[0:5] # 数据中的第 1-5 行
data.iloc[:, 0:2] # 选择数据中的前2列和所有行
data.iloc[[0, 3, 6, 24], [0, 5, 6]] # 选择第 1,4,7,25行 和 第 1,6,7 列
data.iloc[0:5, 5:8] # 选择第1-6行 和 6-9列
使用 iloc 注意以下两点：
-
如果使用iloc只选择了单独的一行会返回 Series 类型，而如果选择了多行数据则会返回 DataFrame 类型，如果你只选择了一行，但如果想要返回 DataFrame 类型可以传入一个单值list,具体例子看图：
image 当你使用 [1:5] 这种语法对数据进行切片的时候，要注意只选择了 1,2,3,4 这 4 个下标，而 5 并没有被包括进去，即使用[x:y]选择了下标从 x 到 y-1 的数据
实际工作中，其实很少用到 iloc ，除非你想选择第一行( data.iloc[0] ) 或者 最后一行( data.iloc[-1] )
使用 loc 从DataFrame中筛选数据
可以在以下2中情况下使用 ioc：
- 使用 基于标签(列头)的下标的 查找
- 使用 boolean / 有条件的 查找
使用 loc 的语法和 iloc 一样：data.loc[
使用基于标签(列头)的下标数据选择
使用 loc 进行数据选择是基于下标的（如果有的话），可以使用 df.set_index() 来设置下标, loc 方法直接通过下标来选择行。
例如将"last_name"这一列设置为下标：
data.set_index("last_name", inplace=True)
效果如图：
现在我们已经将下标设置为"last_name"，这样我们就可以根据"last_name"选择不同的数据了，使用 data.loc[
同样的可以查找单个值或者多个值，例子如图：
注意，第一个样例代码返回的是 Series 类型，而第二个样例代码返回的是 DataFrame 类型，同样你也可以通过传递一个单值list来返回一个 DataFrame 类型的数据
当然也可以使用 loc 对列进行选择，同时可以选择对列使用 " : "进行切片选择，效果如图：
同时，你还可以使用 " : " 对下标进行切片选择，例如 data.loc['Bruch':'Julio'] 会选择从下标为'Bruch'到下标为'Julio' 的所有行，例如：
# 选择下标值为'Andrade' 和 'Veness',并且从'city'到'email'的所有列
data.loc[['Andrade', 'Veness'], ['city':'email']]
# 选择和之前相同的行，但只选择'first_name', 'address' 和 'city'这3列
data.loc['Andrade':'Veness', ['first_name', 'address', 'city']]
# 将下标切换为'id'
data.set_index('id', inplace=True) # 在原有数据源上修改
# 选择下标（'id'）= 487 的行
data.loc[487]
注意：最后一行代码：data.loc[487] 不等价于 data.iloc[487], 前者是选择 'id' = 487 的行，而后者是选择第488行，DataFrame的索引可以是数字顺序的，也可以是字符串或多值的。
使用Boolean / 逻辑判断选择数据
使用 boolean 数组进行条件选择是较为常用的手段，使用boolean下标或者逻辑表达式，你可以传递给 loc 一个值为 True/False 的Series或者数组来选择那些 Series或者数组中值为 True 的行。
较多情况下，语句 data["first_name" == 'Antonio'] 会返回一个值为 True/False 的 Series 类型数据，其中 "True" 代表这一行中的 "first_name" 值为 "Antonio"，这些 boolean数组可以直接如图所示传递给 loc 方法：
和之前一样，可以传递给 loc 第2个"参数"用来选择某些列，可以是列举的列名，也可以是用 " : " 切片的连续列，如图：
同样要注意：如果只选择了单独的一列，返回的是 Series 类型，同样传递一个单值list可以返回 DataFrame 类型，如图：
通过以下代码可以很好的理解 loc 的使用：
# 选择 first_name 为Antonio,并且从 'city' 到 'email'的所有列
data.loc[data['first_name'] == 'Antonio', 'city':'email']
# 选择那些 email的值中是以 "hotmail.com" 结尾的行，同时选择所有列
data.loc[data['email'].str.endswith("hotmail.com")]
# 选择那些 "last_name" 等于某些值的行
data.loc[data['first_name'].isin(['France', 'Tyisha', 'Eric'])]
# 选择 first_name = 'Antonio' 并且 email 是以 "gmail.com"结尾的行
data.loc[data['email'].str.endswith("gmail.com") & (data['first_name'] == 'Antonio')]
# select rows with id column between 100 and 200, and just return 'postal' and 'web' columns
# 选择那些 id 从100到200的行，并且只返回 'postal' 和 'web' 这两列
data.loc[(data['id'] > 100) & (data['id'] <= 200), ['postal', 'web']]
# lambda函数产生的 True/False 同样可以使用到 loc 中
# 选择那些公司名为4个单词的行
data.loc[data['company_name'].apply(lambda x: len(x.split(' ')) == 4)]
# 为了代码更加清晰， 选择也可以在 .loc 之外进行
# 在 .loc 之外单独生成一个变量
idx = data['company_name'].apply(lambda x: len(x.split(' ')) == 4)
# 只选择 idx 值为True的那些行，并且只选择'email', 'first_name', 'company'这3列
data.loc[idx, ['email', 'first_name', 'company']]
顺便说一下Pandas中 map(), apply() 和 applymap()的区别
map()是 Series 中的函数，DataFrame 中是没有map()的，map()将函数应用于Series中的每一个元素apply()和applymap()是 DataFrame 中的函数，而在Series中是没有的。他们的区别在于：apply()将函数作用于DataFrame中的 每一个行或者列，而applymap()会将函数作用于DataFrame中的 每一个元素。
使用 loc 修改 DataFrame 中的数据
你可以像使用 loc 查询数据那样对数据进行修改，这个操作不会返回新的数据对象而是直接在原数据上进行修改。通过这个操作，你可以根据不同的情况对数据进行修改：
# 修改 'id' > 2000 的数据中的 'first_name' 为 "John"
data.loc[data['id'] > 2000, "first_name"] = "John"
使用 ix 进行选择
现在pandas官方已经不推荐使用 ix 进行选择了，并且将会在 0.20.1版本从Pandas中丢弃