pandas ix &iloc &loc的区别

2023-09-01 15:58:04 75

一开始自学Python的numpy、pandas时候，索引和切片把我都给弄晕了，特别是numpy的切片索引、布尔索引和花式索引，简直就是大乱斗。但是最近由于版本的问题，从之前的Python2.7改用Python3.6了，在3.6中提供了loc和iloc两种索引方法，把ix这个方法给划分开来了，所以很有必要做个总结和对比。

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）

同理，索引列数据也是如此！

举例说明：

1、分别使用loc、iloc、ix索引第一行的数据:

（1）loc

importpandasaspd
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

#printdf.loc['a']
'''
c1
d2
e3
'''

printdf.loc[0]
#这个就会出现错误
'''
TypeError:cannotdolabelindexingon
withtheseindexers[1]of
'''

(2)iloc

importpandasaspd
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

printdf.iloc[0]
'''
c1
d2
e3
'''
printdf.iloc['a']
'''
TypeError:cannotdopositionalindexingon
withtheseindexers[a]of
'''

(3)ix

importpandasaspd
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

printdf.ix[0]
'''
c1
d2
e3
'''
printdf.ix['a']
'''
c1
d2
e3
'''

2、分别使用loc、iloc、ix索引第一列的数据:

importpandasaspd
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

printdf.loc[:,['c']]

printdf.iloc[:,[0]]

printdf.ix[:,['c']]

printdf.ix[:,[0]]
#结果都为
'''
c
a1
b4
'''

3、分别使用loc、iloc、ix索引多行的数据:

importpandasaspd
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

printdf.loc['a':'b']

printdf.iloc[0:1]

printdf.ix['a':'b']

printdf.ix[0:1]
#结果都为
'''
cde
a123
b456
'''

4、分别使用loc、iloc、ix索引多列的数据:

importpandasaspd
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

printdf.loc[:,'c':'d']

printdf.iloc[:,0:2]

printdf.ix[:,'c':'d']

printdf.ix[:,0:2]
#结果都为
'''
cd
a12
b45
'''

5、loc、iloc、ix使用切片的区别

loc、iloc、ix对于切片的索引数据就两种情况，按照标签切片索引和按照位置编号切片索引

In[20]:df.loc['ind0':'ind3']
Out[20]:
col0col1col2col3col4
ind001234
ind156789
ind21011121314
ind31516171819

In[21]:df.iloc[0:3]
Out[21]:
col0col1col2col3col4
ind001234
ind156789
ind21011121314

区别不在于用哪种方法，而是通过标签索引将会将切片末端包含进去，通过位置编号索引不会讲切片末端包含进去。同样的都是第一行到第四行，通过loc就会把1,2,3,4行都提取出来，通过iloc就只能把1,2,3行提取出来。ix方法也是一样，知识方法不同而已。

In[23]:df.ix['ind0':'ind3']
Out[23]:
col0col1col2col3col4
ind001234
ind156789
ind21011121314
ind31516171819

In[24]:df.ix[0:3]
Out[24]:
col0col1col2col3col4
ind001234
ind156789
ind21011121314

对于列的切片跟行的一样。

这里讨论了基本的索引和切片，如果有用词不当的地方请提出来，我将积极改正，或者有其他有关花式索引、布尔索引的问题也可以大家一起讨论讨论！

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。

pandas ix &iloc &loc的区别

热门推荐

随机推荐