Pandas 中 ix、loc、iloc的区别用法

发表于 | 分类于 | | 浏览 次

最近在学 pandas这个库，感觉这个库确实厉害，它的简洁性和易用性让它成为数据分析得心应手的工具。

本文就不讲如何安装以及怎么入门，主要讲的是 Pandas 中 ix、loc、iloc 的区别用法。

简单解释

  • loc：从索引获取具有特定标签的行（或列），可以通过行号和行标签
  • iloc：获取索引中特定位置的行（或列），所以它只需要整数也就是行号
  • ix：通常会像loc一样行为，但是如果索引中不存在标签，则会回到像iloc一样的行为

注意：

ix 的行为与索引值类型有关。如果索引值为integer类型时，比如[1, 2, 3, 4, 5]，ix 就和 loc 一样，是把索引值比如5当作行标签而不是行号进行处理；当索引值为混合型时，比如['a', 'b', 'd', 1, 2, 3, 4]时，ix 就和 iloc 一样了，把索引值比如3当作行号而不是行标签来处理。

使用举例

Series

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
In [69]: data = Series(np.nan, index=[49,48,47,46,45, 1, 2, 3, 4, 5])
In [70]: data
Out[70]:
49   NaN
48   NaN
47   NaN
46   NaN
45   NaN
1    NaN
2    NaN
3    NaN
4    NaN
5    NaN
dtype: float64
In [71]: data.iloc[:3]
Out[71]:
49   NaN
48   NaN
47   NaN
dtype: float64
In [73]: data.loc[:3]
Out[73]:
49   NaN
48   NaN
47   NaN
46   NaN
45   NaN
1    NaN
2    NaN
3    NaN
dtype: float64
In [74]: data.ix[:3]
Out[74]:
49   NaN
48   NaN
47   NaN
46   NaN
45   NaN
1    NaN
2    NaN
3    NaN
dtype: float64

当索引值是整数类型时：

iloc是通过行号进行切片，也就是前面三行

loc是通过行标签切片至行标签为 3 那里，并且包括 3

ix跟loc一样，因为 3 在索引里面

并且使用 ix 的时候，有提示让我们不要再用 ix 这种方法了

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
In [75]: data.iloc[:6]
Out[75]:
49   NaN
48   NaN
47   NaN
46   NaN
45   NaN
1    NaN
dtype: float64
In [76]: data.loc[:6]
KeyError: 6
In [77]: data.loc[:6]
KeyError: 6

iloc同样是行号，前面六行

loc报错，因为索引是整型数字，所以会将 6 理解为行标签为 6 的行，找不到自然报错

ix同loc

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
In [78]: data2 = Series(np.nan, index=['a','b','c','d','e', 1, 2, 3, 4, 5])
In [79]: data2
Out[79]:
a   NaN
b   NaN
c   NaN
d   NaN
e   NaN
1   NaN
2   NaN
3   NaN
4   NaN
5   NaN
dtype: float64
In [80]: data2.ix[:6]  ## like iloc
Out[80]:
a   NaN
b   NaN
c   NaN
d   NaN
e   NaN
1   NaN
dtype: float64
In [81]: data2.ix[:'c']  ## like loc
Out[81]:
a   NaN
b   NaN
c   NaN
dtype: float64

从上面可以看出，当索引类型为混合类型时，ix 既可以像 iloc，也可以像 loc

DataFrame

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
In [84]: df = DataFrame(np.nan, index=list('abcde'), columns=['x', 'y', 'z', 8, 9])
In [85]: df
Out[85]:
    x   y   z   8   9
a NaN NaN NaN NaN NaN
b NaN NaN NaN NaN NaN
c NaN NaN NaN NaN NaN
d NaN NaN NaN NaN NaN
e NaN NaN NaN NaN NaN
In [86]: df.ix[:'c', 2:4]
Out[86]:
    z   8
a NaN NaN
b NaN NaN
c NaN NaN
In [87]: df.iloc[:, 2:4]
Out[87]:
    z   8
a NaN NaN
b NaN NaN
c NaN NaN
d NaN NaN
e NaN NaN
In [95]: df.loc['b':'e', 'x':'z']
Out[95]:
    x   y   z
b NaN NaN NaN
c NaN NaN NaN
d NaN NaN NaN
e NaN NaN NaN

总结

使用建议：

1）当用行号索引的时候, 尽量用 iloc 来进行索引;

2）而用行标签索引的时候用 loc;

3）ix 就别用了。