Pandas中iloc/loc/ix区别

Posted 2021-07-17 修罗神天道

大家好，在使用pandas进行数据分析过程中，回想一下你是怎么对一个数据集进行数据切片，是不是百度：pandas如何提取第x行数据，然后根据一堆结果找到一个能用的就完事了，那么你一定会迷失在pandas中的切片函数:.iloc()、.loc()、.ix()中，本文就是为了解决这个问题，通过一个简单的DataFrame彻底搞明白这三个函数到底有什么区别，又该怎么使用。

  首先我们创建一个DataFrame用于讲解

data = {'a':[11,22,33,44],
       'b':['aa','bb','cc','dd'],
       'c':[9,8,7,6],
        'd':[1,2,3,4]
       }
df = DataFrame(data)
df

	a	b	c	d
0	11	aa	9	1
1	22	bb	8	2
2	33	cc	7	3
3	44	dd	6	4

iloc：通过行/列号选取数据

.iloc就是通过行/列号来选取数据，比如我们可以这样来选取第0行数据

df.iloc[0]

a    11
b    aa
c     9
d     1
Name: 0, dtype: object
也可以按照行号选取多行数据

df.iloc[0:2]

	a	b	c	d
0	11	aa	9	1
1	22	bb	8	2

也可按照列号选取某列，如选取第二列

df.iloc[:,[1]]

	b
0	aa
1	bb
2	cc
3	dd

当然也可以按照行号选取某行某列，比如选取第0行第2列

df.iloc[0:1,[1]]

	b
0	aa

当然也可以根据行号选取多行多列，比如选取第0-2行第0-2列

df.iloc[0:2,[0,1]]

	a	b
0	11	aa
1	22	bb

loc通过标签选取数据

.loc()函数是通过标签选取数据，如果搞不懂什么是标签什么是位置

比如我们选取第1行数据

df.loc[0] #选取第1行 因为第1行的行号是0所以和iloc效果相同

a    11
b    aa
c     9
d     1
Name: 0, dtype: object

再创建一个df1用于示例

data = {'a':[11,22,33,44],
       'b':['aa','bb','cc','dd'],
       'c':[9,8,7,6],
        'd':[1,2,3,4]
       }
df1 = DataFrame(data,index = ['a','b','c','d'])
df1

	a	b	c	d
a	11	aa	9	1
b	22	bb	8	2
c	33	cc	7	3
d	44	dd	6	4

按标签选取第b行

df1.loc['b']

a    22
b    bb
c     8
d     2
Name: b, dtype: object

按标签选取多行

df1.loc['b':]

	a	b	c	d
b	22	bb	8	2
c	33	cc	7	3
d	44	dd	6	4

按标签选取某列

df1.loc[:,['a']] #通过标签选取某列

	a
a	11
b	22
c	33
d	44

按标签选取多列

df1.loc[:,['a','b']]

	a	b
a	11	aa
b	22	bb
c	33	cc
d	44	dd

按标签选取某行某列

df1.loc['a',['b','c']]

b    aa
c     9
Name: a, dtype: object

ix 简单粗暴 混合使用

ix就是把iloc和loc语法综合了，爱用哪个用哪个，不过在有些版本的pandas中取消了ix函数，我们再看一下df

df

	a	b	c	d
0	11	aa	9	1
1	22	bb	8	2
2	33	cc	7	3
3	44	dd	6	4

使用ix可以像iloc通过行号选取

df.ix[1]

a    22
b    bb
c     8
d     2
Name: 1, dtype: object

也可以像loc通过标签选取

df1.ix['a']

a    11
b    aa
c     9
d     1
Name: a, dtype: object

可以通过行号选取指定位置的数据

df1.ix[3,3] #通过行号选取指定位置的数据

4

可以通过标签选取指定位置的数据

df1.ix['a','a']  #通过标签选取指定位置的数据

11

按照条件选取数据

掌握了上面的方法我们就可以按照条件选取数据，比如通过单个条件选取数据

df1.loc[df1['a']==11]

	a	b	c	d
a	11	aa	9	1

也可以通过多个条件选取数据

df1.loc[(df1['a']==11)&(df1['d']==1)]

	a	b	c	d
a	11	aa	9	1

以上就是pandas中数据切片函数.loc()、.iloc()、.ix()的区别与用法，学会了吗