Pandas:DataFrame loc 与 iloc 两者“索引”区别

首先声明本人为小白，只是为了 方便记录自己的学习过程并且监督自己所写的专栏，有什么问题欢迎各位大佬在评论区指正或者讨论。另外，需要引用请注明出处（虽然不是完全原创但是也是自己辛辛苦苦查资料写的啊QAQ），谢谢。

问题导入

遇到这个问题是在iloc中用索引希望获取相应数据时出现了报错：

可能以前在学到loc和iloc的时候没有注意到（之前也没有太在意索引和单纯数字顺序的区别），且以前用DataFrame时，几乎都是直接重新生成索引，所以索引和顺序是一样的，没有察觉有问题。

下面开始探讨这个问题：
贴张Pandas官网截图：
（https://pandas.pydata.org/docs/reference/frame.html 在Indexing, iteration部分即可看到 ）

可以看到对于loc的描述是：通过标签或者一个布尔数组来得到一些行和列；iloc则是：单纯基于整数位置的索引，用于按位置选择。

DataFrame.loc

前面所述的标签就是Index（即用DataFrame.index可以得到的行便签（The index (row labels) of the DataFrame.））和column(用DataFrame.columns可以得到)。

DataFrame.iloc

前面所述的整数位置就像数数字一样的从0开始按顺序给每一行和每一列都标明了位置，按照这个位置来进行选择。

对比举例

下面以一个很简单明了的例子来说明：
首先创建一个DataFrame：

设置index为5,6（可以在列边看到），列名为a,b,c（可以行上看到）

假设想要得到2,3这两个数字，那用两个方法需要怎么做呢？

DataFrame.iloc实现

2,3在第0行，第1,2列，所以用iloc实现如上。

DataFrame.columns.get_indexer()

这里提一下这个方法，这个方法可以在列名很多不方便的时候，通过列名得到位置。
比如上面语句就可修改成：

DataFrame.loc实现

2,3所在行索引(index)为5，列名为’b‘,‘c’

DataFrame.index

这里提一下这个属性，如果已知目标所在数字顺序要通过loc实现就可以用DataFrame.index[数字顺序]来实现。
比如上述语句可以修改成：

总结

位于这两个方法前面位置的参数，区别在于是index还是单纯的数字顺序。并且通过一些方法或属性，可以在一些情况下已知某种而得到另一种。