Pandas库中有iloc和loc以及ix可以用来索引数据，抽取数据。但是方法一多也容易造成混淆。下面将一一来结合代码说清其中的区别。
1. iloc和loc的区别：
iloc主要使用数字来索引数据，而不能使用字符型的标签来索引数据。而loc则刚好相反，只能使用字符型标签来索引数据，不能使用数字来索引数据，不过有特殊情况，当数据框dataframe的行标签或者列标签为数字，loc就可以来其来索引。
好，先上代码，先上行标签和列标签都为数字的情况。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 |
import pandas as pd
import numpy as np
a = np.arange(12).reshape(3,4)
print a
>>>
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
df = pd.DataFrame(a)
print df
>>>
0 1 2 3
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
print df.loc[0]
>>>
0 0
1 1
2 2
3 3
Name: 0, dtype: int32
print df.iloc[0]
0 0
1 1
2 2
3 3
Name: 0, dtype: int32
print df.loc[:,[0,3]]
0 3
0 0 3
1 4 7
2 8 11
print df.iloc[:,[0,3]]
0 3
0 0 3
1 4 7
2 8 11
|
接下来是把行标签[0, 1, 2]改成['a', 'b', 'c']，则成这样了。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 |
df.index = ['a','b','c']
print df
>>>
0 1 2 3
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
print df.loc[0]
# TypeError: cannot do label indexing on with these indexers [0] of
print df.iloc[0]
>>>
0 0
1 1
2 2
3 3
Name: a, dtype: int32
print df.iloc['a'] # TypeError: cannot do positional indexing on with these indexers [a] of
print df.loc['a'] # 正确
>>>
0 0
1 1
2 2
3 3
Name: a, dtype: int32
|
同样地，把列标签[0, 1, 2, 3]改成['A', 'B, 'C', 'D']，则成这样了。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
df.columns = ['A','B','C','D']
print df
>>>
A B C D
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
print df.loc[:,'A']
>>>
a 0
b 4
c 8
Name: A, dtype: int32
print df.iloc[:,'A'] # ValueError: Location based indexing can only have [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] types
|
2.ix是一种混合索引，字符型标签和整型数据索引都可以。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 |
print df.ix[0]
>>>
A 0
B 1
C 2
D 3
Name: a, dtype: int32
print df.ix['a']
>>>
A 0
B 1
C 2
D 3
Name: a, dtype: int32
print df.ix[:,0]
>>>
a 0
b 4
c 8
Name: A, dtype: int32
print df.ix[:,'A']
>>>
a 0
b 4
c 8
Name: A, dtype: int32
|
