python .ix,.iloc,.loc的使用以及区别

左手的ㄟ右手 2023-06-29 10:52 3阅读 0赞

pandas中索引的使用  
定义一个pandas的DataFrame对像

import pandas as pd  
data = pd.DataFrame(\{'A':\[1,2,3\],'B':\[4,5,6\],'C':\[7,8,9\]\},index=\["a","b","c"\])  
data

A   B   C  
a   1   4   7  
b   2   5   8  
c   3   6   9  
1  
2  
3  
4  
5  
6  
7  
8  
9  
.loc 的使用  
.loc\[\],中括号里面是先行后列，以逗号分割，行和列分别是行标签和列标签，比如我要得到数字5，那么就就是：

data.loc\["b","B"\]  
1  
因为行标签为b，列标签为B，同理，那么4就是data\[“a”,”B”\]  
上面只是选择某一个值，那么如果我要选择一个区域呢，比如我要选择5，8，6，9，那么可以这样做：

data.loc\['b':'c','B':'C'\]  
1  
因为选择的区域，左上角的值是5，右下角的值是9，那么这个矩形区域的值就是这两个坐标之间，也就是对应5的行标签到9的行标签，5的列标签到9的列标签，行列标签之间用逗号隔开，行标签与行标签之间，列标签与列标签之间用冒号隔开，记住，.loc是用行列标签来进行选择数据的。那么，我们会想，那我们只知道要第几行，第几列的数据呢，这该怎么办，刚好，.iloc就是干这个事的

.iloc  
.iloc\[\]与loc一样，中括号里面也是先行后列，行列标签用逗号分割，与loc不同的之处是，.iloc 是根据行数与列数来索引的，比如上面提到的得到数字5，那么用iloc来表示就是data.iloc\[1,1\],因为5是第2行第2列，注意索引从0开始的，同理4就是data.iloc\[0,1\]，同样如果我们需要选择一个区域，比如我要选择5，8，6，9，那么用,iloc来选择就是

data.iloc\[1:3,1:3\]  
1  
因为5在第二行第二列，9在第三行第三列，注意此处区间前闭后开，所以是1：3，与loc不同的是loc前闭后闭，以及loc是根据行列标签，而.iloc是根据行数与列数

.ix  
.ix我发现，上面两种用法他都可以，它既可以根据行列标签又可以根据行列数，比如拿到5

data.ix\[1,1\]  
data.ix\["b","B"\]  
1  
2  
上面两种做法都可以的，同理选择一个区域

data.ix\[1:3,1:3\]  
data.ix\['b':'c','B':'C'\]  
1  
2  
3  
以上两种方法都是取到5，6，7，8