loc、iloc、ix 区别

标签：code   tty   typeerror   err   pandas   .net   pretty   column   基于   

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‘>
‘‘‘

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19

(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‘>
‘‘‘

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17

(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
‘‘‘

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18

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
‘‘‘

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19

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
‘‘‘

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19

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
‘‘‘
转自 https://blog.csdn.net/hecongqing/article/details/61927615

loc、iloc、ix 区别

标签：code   tty   typeerror   err   pandas   .net   pretty   column   基于   

原文地址：https://www.cnblogs.com/NewsunLs/p/9201007.html