[520]pandas(ix & iloc &loc)区别

loc——通过行标签索引行数据
iloc——通过行号索引行数据
ix——通过行标签或者行号索引行数据（基于loc和iloc 的混合）

举例说明：
1、分别使用loc、iloc、ix 索引第一行的数据:

# -*- coding:utf-8 -*-
import pandas as pd

'''
loc——通过行标签索引行数据 
iloc——通过行号索引行数据 
ix——通过行标签或者行号索引行数据（基于loc和iloc 的混合）
'''

data=[[1,2,3],[4,5,6]]
index=['a','b']#行号
columns=['c','d','e']#列号
df=pd.DataFrame(data,index=index,columns=columns)#生成一个数据框

print('df:\n',df)
'''
    c  d  e
a  1  2  3
b  4  5  6
'''

'''分别使用loc、iloc、ix 索引第一行的数据'''
#---------------------------loc----------------------------
print(df.loc['a'])
'''
c    1
d    2
e    3
'''
# print(df.loc[0])
#这个就会出现错误
'''
TypeError: cannot do label indexing on  
with these indexers [1] of 
'''
#---------------------------iloc----------------------------
print(df.iloc[0])
'''
c    1
d    2
e    3
'''
# print(df.iloc['a'])
'''
TypeError: cannot do positional indexing on  
with these indexers [a] of 
'''
#---------------------------ix----------------------------
print(df.ix[0])
'''
c    1
d    2
e    3
'''
print(df.ix['a'])
'''
c    1
d    2
e    3
'''

2、分别使用loc、iloc、ix 索引第一列的数据:

'''分别使用loc、iloc、ix 索引第一列的数据'''
import pandas as pd
data=[[1,2,3],[4,5,6]]
index=['a','b']#行号
columns=['c','d','e']#列号
df=pd.DataFrame(data,index=index,columns=columns)#生成一个数据框

print(df.loc[:,['c']])
print(df.iloc[:,[0]])
print(df.ix[:,['c']])
print(df.ix[:,[0]])
#结果都为
'''
   c
a  1
b  4
'''

3、分别使用loc、iloc、ix 索引多行的数据:

'''分别使用loc、iloc、ix 索引多行的数据'''
import pandas as pd
data=[[1,2,3],[4,5,6]]
index=['a','b']#行号
columns=['c','d','e']#列号
df=pd.DataFrame(data,index=index,columns=columns)#生成一个数据框

print(df.loc['a':'b'])
print(df.iloc[0:1])
print(df.ix['a':'b'])
print(df.ix[0:1])
#结果都为
'''
   c  d  e
a  1  2  3
b  4  5  6
'''

4、分别使用loc、iloc、ix 索引多列的数据:

'''分别使用loc、iloc、ix 索引多列的数据'''
import pandas as pd
data=[[1,2,3],[4,5,6]]
index=['a','b']#行号
columns=['c','d','e']#列号
df=pd.DataFrame(data,index=index,columns=columns)#生成一个数据框

print(df.loc[:,'c':'d'])
print(df.iloc[:,0:2])
print(df.ix[:,'c':'d'])
print(df.ix[:,0:2])
#结果都为
'''
   c  d
a  1  2
b  4  5
'''