快捷導(dǎo)航

pandas loc iloc ix用法詳細(xì)分析

更新時(shí)間：2023年01月09日 16:35:21 作者：bitcarmanlee

pandas處理數(shù)據(jù)時(shí)，我們會(huì)經(jīng)常看到dataframe結(jié)構(gòu)使用loc, iloc, ix等方法，那么這些方法到底有啥區(qū)別，下面我們來(lái)進(jìn)行詳細(xì)分析，感興趣的朋友跟隨小編一起看看吧

1.什么是label

pandas處理數(shù)據(jù)時(shí)，我們會(huì)經(jīng)常看到dataframe結(jié)構(gòu)使用loc, iloc, ix等方法。那么這些方法到底有啥區(qū)別，下面我們來(lái)進(jìn)行詳細(xì)分析。

首先我們先明確一點(diǎn)，這幾個(gè)方法都可以用來(lái)過(guò)濾dataframe的行列。他們的不同，主要還是使用方式的不同。

在分析之前，我們先來(lái)明確一下標(biāo)簽label的概念。為了方便看得更清楚，先構(gòu)造一個(gè)數(shù)據(jù)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為索引，就是我們的行標(biāo)簽。name ,age,country,city為列名，則是我們的列標(biāo)簽。

2.loc用法

我們先直接上結(jié)論：loc可以基于行列標(biāo)簽對(duì)數(shù)據(jù)進(jìn)行篩選。

下面通過(guò)實(shí)驗(yàn)來(lái)說(shuō)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})
    # 取前幾行
    print(data.loc[[0, 1, 2]])
    print()
    print(data.loc[0:2])
    print()

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

    # 取幾行幾列
    print(data.loc[0:2,['name', 'age', 'city']])
    print()

2.1 選擇行

loc的整體語(yǔ)法為loc[rows, columns]。逗號(hào)前面部分為選擇的行，后面部分為選擇的列，":"表示全選。

loc[0:2]與loc[[0, 1, 2]]的效果一致，都是表示選取前3行，可以認(rèn)為此時(shí)是通過(guò)行標(biāo)簽選擇數(shù)據(jù)。

2.2 選擇列

實(shí)際操作中，最常見(jiàn)的需求就是選擇某幾列而不是所有數(shù)據(jù)。loc[:, [‘name’, ‘age’, ‘city’]]就是選擇散列，逗號(hào)前面的:表示選擇所有行。

2.3 選擇指定的行列

data.loc[0:2,[‘name’, ‘age’, ‘city’]]這種用法，意思就是選擇前三行的name,age,city這三列。

2.4 loc小結(jié)

1.就像我們一開(kāi)始提到的，loc是基于數(shù)據(jù)行列標(biāo)簽對(duì)數(shù)據(jù)進(jìn)行篩選。
2.針對(duì)行標(biāo)簽選擇時(shí)，如果index是默認(rèn)的整數(shù)序列，選擇的時(shí)候包括了末端的一行。
3.":"表示選擇所有行或者所有列。

3.iloc用法

直接上結(jié)論：iloc與loc的不同在于，loc基于數(shù)據(jù)標(biāo)簽進(jìn)行篩選，而iloc基于位置進(jìn)行數(shù)據(jù)篩選，i可以認(rèn)為是integer，即在loc的基礎(chǔ)上，用integer整數(shù)當(dāng)作"索引"

看個(gè)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，不包含最后一個(gè)
    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']

最后輸出為：

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