pandas loc iloc ix用法详解

Posted 2023-02-24 bitcarmanlee

1.什么是label

pandas处理数据时，我们会经常看到dataframe结构使用loc, iloc, ix等方法。那么这些方法到底有啥区别，下面我们来进行详细分析。

首先我们先明确一点，这几个方法都可以用来过滤dataframe的行列。他们的不同，主要还是使用方式的不同。

在分析之前，我们先来明确一下标签label的概念。为了方便看得更清楚，先构造一个数据集

import pandas as pd

def test_loc():
    name = ['n1', 'n2', 'n3', 'n4', 'n5', 'n6']
    age = [1, 2, 3, 4, 5, 6]
    country = ['Chi', 'Chi', 'Ame', 'Ame', 'Jp', 'Koe']
    city = ['bj', 'sh', 'ny', 'ny', 'tok', 'se']
    data = pd.DataFrame('name': name, 'age': age, 'country': country, 'city': city)

    # label
    print(data)

  name  age country city
0   n1    1     Chi   bj
1   n2    2     Chi   sh
2   n3    3     Ame   ny
3   n4    4     Ame   ny
4   n5    5      Jp  tok
5   n6    6     Koe   se

上面的data，0,1,2,3,4,5为索引，就是我们的行标签。name ,age,country,city为列名，则是我们的列标签。

2.loc用法

我们先直接上结论：loc可以基于行列标签对数据进行筛选。

下面通过实验来说明。

def test_loc():
    name = ['n1', 'n2', 'n3', 'n4', 'n5', 'n6']
    age = [1, 2, 3, 4, 5, 6]
    country = ['Chi', 'Chi', 'Ame', 'Ame', 'Jp', 'Koe']
    city = ['bj', 'sh', 'ny', 'ny', 'tok', 'se']
    data = pd.DataFrame('name': name, 'age': age, 'country': country, 'city': city)



    # 取前几行
    print(data.loc[[0, 1, 2]])
    print()
    print(data.loc[0:2])
    print()

    # 取某几列
    print(data.loc[:, ['name', 'age', 'city']])
    print()

    # 取几行几列
    print(data.loc[0:2,['name', 'age', 'city']])
    print()

2.1 选择行

loc的整体语法为loc[rows, columns]。逗号前面部分为选择的行，后面部分为选择的列，":"表示全选。

loc[0:2]与loc[[0, 1, 2]]的效果一致，都是表示选取前3行，可以认为此时是通过行标签选择数据。

2.2 选择列

实际操作中，最常见的需求就是选择某几列而不是所有数据。loc[:, [‘name’, ‘age’, ‘city’]]就是选择散列，逗号前面的:表示选择所有行。

2.3 选择指定的行列

data.loc[0:2,[‘name’, ‘age’, ‘city’]]这种用法，意思就是选择前三行的name,age,city这三列。

2.4 loc小结

1.就像我们一开始提到的，loc是基于数据行列标签对数据进行筛选。
2.针对行标签选择时，如果index是默认的整数序列，选择的时候包括了末端的一行。
3.":"表示选择所有行或者所有列。

3.iloc用法

直接上结论：iloc与loc的不同在于，loc基于数据标签进行筛选，而iloc基于位置进行数据筛选，i可以认为是integer，即在loc的基础上，用integer整数当作"索引"

看个例子

def test_iloc():
    name = ['n1', 'n2', 'n3', 'n4', 'n5', 'n6']
    age = [1, 2, 3, 4, 5, 6]
    country = ['Chi', 'Chi', 'Ame', 'Ame', 'Jp', 'Koe']
    city = ['bj', 'sh', 'ny', 'ny', 'tok', 'se']
    data = pd.DataFrame('name': name, 'age': age, 'country': country, 'city': city)

    # iloc的索引，不包含最后一个
    print(data.iloc[0:2])
    print()

    #
    print(data.iloc[:, 0:2])
    print()
    print(data.iloc[:,[0, 1, 3]])
    print()

    # print(data.iloc[:, ['name', 'city']])
    # IndexError: .iloc requires numeric indexers, got ['name' 'city']

最后输出为：

  name  age country city
0   n1    1     Chi   bj
1   n2    2     Chi   sh

  name  age
0   n1    1
1   n2    2
2   n3    3
3   n4    4
4   n5    5
5   n6    6

  name  age city
0   n1    1   bj
1   n2    2   sh
2   n3    3   ny
3   n4    4   ny
4   n5    5  tok
5   n6    6   se

iloc[0:2]，表示选择前两行。注意在iloc中，末端那行不包括。因为起始索引是0，所以iloc[0:2]选择的是第0行与第1行。

data.iloc[:, 0:2]表示选择前两列，data.iloc[:,[0, 1, 3]]表示选择第0,1,3列。

如果我们尝试用列名筛选数据，data.iloc[:, [‘name’, ‘city’]]
代码会报错

IndexError: .iloc requires numeric indexers, got ['name' 'city']

上面的错误信息就很明确的告诉了我们，iloc方法需要numeric indexers。

4.ix

最后一个ix，是历史版本的用法。ix的作用，现在用loc,iloc基本都能实现，所以ix也基本上被loc,iloc所代替，现在官方不再推荐使用。