Pandas的 loc iloc ix 区别

import pandas as pd  
data = [[1,2,3],[4,5,6]]  
index = [0,1]  
columns=['a','b','c']  
df = pd.DataFrame(data=data, index=index, columns=columns)  

1. loc——通过行标签索引行数据
df.loc[1]  
''''' 
a    4 
b    5 
c    6 
'''  

1.2 loc[‘d’]表示索引的是第’d’行（index 是字符）
import pandas as pd  
data = [[1,2,3],[4,5,6]]  
index = ['d','e']  
columns=['a','b','c']  
df = pd.DataFrame(data=data, index=index, columns=columns)  
df.loc['d']  
''''' 
a    1 
b    2 
c    3 
'''  

1.3 如果想索引列数据，像这样做会报错
print df.loc['a']  
''''' 
KeyError: 'the label [a] is not in the [index]' 
'''  

1.4 loc可以获取多行数据
print df.loc['d':]  
''''' 
   a  b  c 
d  1  2  3 
e  4  5  6 
'''  

1.5 loc扩展——索引某行某列

print df.loc['d',['b','c']]  
''''' 
b    2 
c    3 
'''  

1.6 loc扩展——索引某列

print df.loc[:,['c']]  
''''' 
   c 
d  3 
e  6 
'''  

当然获取某列数据最直接的方式是df.[列标签]，但是当列标签未知时可以通过这种方式获取列数据。

需要注意的是，dataframe的索引[1:3]是包含1,2,3的，与平时的不同。

2. iloc——通过行号获取行数据

2.1 想要获取哪一行就输入该行数字

df.iloc[1]  
''''' 
a    4 
b    5 
c    6 
'''  

2.2 通过行标签索引会报错

print df.iloc['a']  
''''' 
TypeError: cannot do label indexing on  with these indexers [a] of  
'''  

2.3 同样通过行号可以索引多行

df.iloc[0:]  
''''' 
   a  b  c 
d  1  2  3 
e  4  5  6 
'''  

2.4 iloc索引列数据

df.iloc[:,[1]]  
''''' 
   b 
d  2 
e  5 
'''  

3. ix——结合前两种的混合索引

3.1 通过行号索引

df.ix[1]  
''''' 
a    4 
b    5 
c    6 
'''  

3.2 通过行标签索引

df.ix['e']  
''''' 
a    4 
b    5 
c    6 
'''