Python笔记：df.loc[]和df.iloc[]的区别

stackoverflow原文：pandas iloc vs ix vs loc explanation; how are they different?

在pandas 0.20.0及以上版本，ix已经被loc和iloc取代了，因此不讨论它。

• 前提，简单介绍一下它俩：
  – loc利用index的名称，来获取想要的行（或列）。（名称导向的这个特点，使得df[df.loc['col_name'] == 'condition', 'col_name'] = value_1成立。
  具体的实际应用，可参考 代码案例 一步实现EXCEL的合并数据、数据筛选、数据透视功能。

  – iloc利用index的具体位置（所以它只能是整数型参数），来获取想要的行（或列）。

---

举个栗子来直观看一下：

import...
s = pd.Series(np.nan, index=[49, 48, 47, 46, 45, 1, 2, 3, 4, 5])
print(s)
# s如下：
49   NaN
48   NaN
47   NaN
46   NaN
45   NaN
1    NaN
2    NaN
3    NaN
4    NaN
5    NaN

• 让我们用整数3来试着提数：
  – 在这里， s.iloc[:3]返回给我们的是前3行的数（因为把3当作位置信息做的处理），s.loc[:3]返回前8行得数（因为把3当作名称对象做的处理）：

print(s.iloc[:3])
#结果如下：
49   NaN
48   NaN
47   NaN

print(s.loc[:3])
# 结果如下：
49   NaN
48   NaN
47   NaN
46   NaN
45   NaN
1    NaN
2    NaN
3    NaN

• 如果我们试着用一个不在index里的整数，比如6会出现什么结果呢？
  – 当然s.iloc[:6]返回的是前6行的数。但是，s.loc[:6]会被挂起提示KeyError，这是因为6不是index的元素。

print(s.iloc[:6])
# 结果如下：
49   NaN
48   NaN
47   NaN
46   NaN
45   NaN
1    NaN

print(s.loc[:6])
# 结果如下：
keyError: 6

---

根据位置和名称信息混搭的取数

还是举个例子：对于一个DaraFrame，如果我想提取c行及其之前所有的，同时属于前4列的数呢？

df = pd.DataFrame(np.nan,
                  index=list('abcde'),
                  columns=['x', 'y', 'z', 8, 9])
print(df)
# df如下：
    x   y   z   8   9
a NaN NaN NaN NaN NaN
b NaN NaN NaN NaN NaN
c NaN NaN NaN NaN NaN
d NaN NaN NaN NaN NaN
e NaN NaN NaN NaN NaN


df_select = df.iloc[:df.index.get_loc('c') + 1, :4]
print(df_select)
# df_select如下
    x   y   z   8
a NaN NaN NaN NaN
b NaN NaN NaN NaN
c NaN NaN NaN NaN

get_loc(pandas 0.24.1)是一个应用在index的工具，即“获取名称对象在index的位置（整数）”。注意，因为iloc[num_of_row_start : num_of_row_end, num_of_column_start : num_of_column_end]不包含num_of_end，所以需要 +1才能包含c行。

拓展

因此，可以利用.loc[]提取目标行 / 目标列

print(df.loc[['b', 'c']])
# 结果如下
    x   y   z   8   9
b NaN NaN NaN NaN NaN
c NaN NaN NaN NaN NaN

print(df.loc[:, ['y', 8]])
# 结果如下
    y   8
a NaN NaN
b NaN NaN
c NaN NaN
d NaN NaN
e NaN NaN

print(df.loc[['b', 'c'], ['y', 8]])
# 结果如下
    y   8
b NaN NaN
c NaN NaN