pandas ix &iloc &loc的区别
作者:memoryqiu 时间:2023-03-12 16:31:54
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
import pandas as pd
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
#print df.loc['a']
'''
c 1
d 2
e 3
'''
print df.loc[0]
#这个就会出现错误
'''
TypeError: cannot do label indexing on <class 'pandas.indexes.base.Index'>
with these indexers [1] of <type 'int'>
'''
(2)iloc
import pandas as pd
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
print df.iloc[0]
'''
c 1
d 2
e 3
'''
print df.iloc['a']
'''
TypeError: cannot do positional indexing on <class 'pandas.indexes.base.Index'>
with these indexers [a] of <type 'str'>
'''
(3)ix
import pandas as pd
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
print df.ix[0]
'''
c 1
d 2
e 3
'''
print df.ix['a']
'''
c 1
d 2
e 3
'''
2、分别使用loc、iloc、ix 索引第一列的数据:
import pandas as pd
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
print df.loc[:,['c']]
print df.iloc[:,[0]]
print df.ix[:,['c']]
print df.ix[:,[0]]
#结果都为
'''
c
a 1
b 4
'''
3、分别使用loc、iloc、ix 索引多行的数据:
import pandas as pd
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
print df.loc['a':'b']
print df.iloc[0:1]
print df.ix['a':'b']
print df.ix[0:1]
#结果都为
'''
c d e
a 1 2 3
b 4 5 6
'''
4、分别使用loc、iloc、ix 索引多列的数据:
import pandas as pd
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
print df.loc[:,'c':'d']
print df.iloc[:,0:2]
print df.ix[:,'c':'d']
print df.ix[:,0:2]
#结果都为
'''
c d
a 1 2
b 4 5
'''
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]:
col0 col1 col2 col3 col4
ind0 0 1 2 3 4
ind1 5 6 7 8 9
ind2 10 11 12 13 14
ind3 15 16 17 18 19
In [21]: df.iloc[0:3]
Out[21]:
col0 col1 col2 col3 col4
ind0 0 1 2 3 4
ind1 5 6 7 8 9
ind2 10 11 12 13 14
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]:
col0 col1 col2 col3 col4
ind0 0 1 2 3 4
ind1 5 6 7 8 9
ind2 10 11 12 13 14
ind3 15 16 17 18 19
In [24]: df.ix[0:3]
Out[24]:
col0 col1 col2 col3 col4
ind0 0 1 2 3 4
ind1 5 6 7 8 9
ind2 10 11 12 13 14
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!
来源:https://blog.csdn.net/sinat_25873421/article/details/80634846
标签:pandas,ix,&iloc,&loc
0
投稿
猜你喜欢
python装饰器简介---这一篇也许就够了(推荐)
2021-02-21 23:09:20
Python3基于sax解析xml操作示例
2022-06-07 10:18:52
pythonfor循环中range与len区别
2023-06-22 03:17:10
python经典趣味24点游戏程序设计
2022-05-14 12:13:20
python实现LRU热点缓存及原理
2022-01-08 01:26:15
JavaScript中new操作符的原理与实现详解
2024-05-22 10:31:07
Python利用tkinter实现一个简易番茄钟的示例代码
2021-03-02 17:20:59
基于原生JavaScript实现SPA单页应用
2024-04-30 09:59:43
浅谈Python脚本开头及导包注释自动添加方法
2021-04-22 06:21:22
获取python文件扩展名和文件名方法
2023-06-24 16:51:24
解决python删除文件的权限错误问题
2023-09-06 07:33:36
Python学习笔记之解析json的方法分析
2022-01-08 05:01:28
CI操作cookie的方法分析(基于helper类库)
2023-11-20 21:59:07
一道python走迷宫算法题
2022-08-11 19:14:25
Python3中的多行输入问题
2023-02-06 13:11:23
python re.sub()替换正则的匹配内容方法
2022-09-13 08:10:30
程序中常用的种代码
2024-06-05 15:43:12
python项目打包成exe和安装包的方法步骤
2023-06-29 08:37:21
分享给Python新手们的几道简单练习题
2021-08-01 22:05:14
Python的语法基础你真的了解吗
2021-02-23 22:15:11