极客笔记pandas dataframe loc和iloc
参考：pandas dataframe loc and iloc
在数据分析中，我们经常需要对数据进行各种操作，如选择、修改、删除等。在Python的pandas库中，提供了两种主要的数据结构：Series和DataFrame。其中，DataFrame是一种二维的数据结构，非常适合于处理表格数据。而在处理DataFrame时，我们经常需要对其进行索引，即选择特定的行和列。pandas提供了两种主要的索引方式：loc和iloc。本文将详细介绍这两种索引方式的使用方法。
1. loc索引器
loc是基于标签的数据选择方法，它意味着我们需要传入的是数据的标签名，而不是位置。它可以接受的类型有：
- 单个标签。例如：2或’a’，这里的2指的是标签而不是索引位置。
- 列表或数组包含的标签。例如：[‘a’, ‘b’, ‘c’]。
- 切片对象。例如：’a’:’f’，注意这里和普通的Python切片不同，包含末端。
- 布尔数组。
- 可返回标签的函数或参数。
下面我们通过一些示例来详细介绍loc的使用方法。
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({
'A': range(1, 6),
'B': range(6, 11),
'C': range(11, 16)
}, index=list('abcde'))
# 使用单个标签选择数据
print(df.loc['a'])
Output:
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({
'A': range(1, 6),
'B': range(6, 11),
'C': range(11, 16)
}, index=list('abcde'))
# 使用标签列表选择数据
print(df.loc[['a', 'c']])
Output:
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({
'A': range(1, 6),
'B': range(6, 11),
'C': range(11, 16)
}, index=list('abcde'))
# 使用切片对象选择数据
print(df.loc['a':'c'])
Output:
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({
'A': range(1, 6),
'B': range(6, 11),
'C': range(11, 16)
}, index=list('abcde'))
# 使用布尔数组选择数据
print(df.loc[df['A'] > 2])
Output:
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({
'A': range(1, 6),
'B': range(6, 11),
'C': range(11, 16)
}, index=list('abcde'))
# 使用可返回标签的函数或参数选择数据
print(df.loc[df['A'].apply(lambda x: x > 2)])
Output:
2. iloc索引器
与loc不同，iloc是基于位置的索引方式，它接受的参数只能是整数或整数列表，不能是标签。它可以接受的类型有：
- 单个整数。例如：5。
- 整数列表或数组。例如：[4, 3, 0]。
- 整数切片对象。例如：1:7。
- 布尔数组。
- 可返回位置的函数或参数。
下面我们通过一些示例来详细介绍iloc的使用方法。
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({
'A': range(1, 6),
'B': range(6, 11),
'C': range(11, 16)
}, index=list('abcde'))
# 使用单个整数选择数据
print(df.iloc[0])
Output:
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({
'A': range(1, 6),
'B': range(6, 11),
'C': range(11, 16)
}, index=list('abcde'))
# 使用整数列表选择数据
print(df.iloc[[0, 2]])
Output:
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({
'A': range(1, 6),
'B': range(6, 11),
'C': range(11, 16)
}, index=list('abcde'))
# 使用整数切片对象选择数据
print(df.iloc[0:2])
Output:
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({
'A': range(1, 6),
'B': range(6, 11),
'C': range(11, 16)
}, index=list('abcde'))
# 使用布尔数组选择数据
print(df.iloc[df['A'].values > 2])
Output:
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({
'A': range(1, 6),
'B': range(6, 11),
'C': range(11, 16)
}, index=list('abcde'))
# 使用可返回位置的函数或参数选择数据
print(df.iloc[df['A'].apply(lambda x: x > 2)])
3. loc和iloc的区别
从上面的介绍可以看出，loc和iloc的主要区别在于接受的参数类型，loc接受的是标签，而iloc接受的是整数位置。因此，当我们的标签不是整数，或者标签和位置不一致时，loc和iloc的结果可能会不同。
此外，还需要注意的是，loc包含切片的末端，而iloc不包含。这一点和Python的普通切片是一致的。
下面我们通过一些示例来展示loc和iloc的区别。
import pandas as pd
# 创建一个DataFrame，标签和位置不一致
df = pd.DataFrame({
'A': range(1, 6),
'B': range(6, 11),
'C': range(11, 16)
}, index=[1, 3, 5, 7, 9])
# 使用loc和iloc选择相同的位置
print(df.loc[1])
print(df.iloc[1])
Output:
import pandas as pd
# 创建一个DataFrame，标签和位置不一致
df = pd.DataFrame({
'A': range(1, 6),
'B': range(6, 11),
'C': range(11, 16)
}, index=[1, 3, 5, 7, 9])
# 使用loc和iloc选择相同的切片
print(df.loc[1:3])
print(df.iloc[1:3])
Output:
4. 总结
总的来说，loc和iloc是pandas中非常重要的两种索引方式，它们分别基于标签和位置进行数据选择。在实际使用中，我们需要根据实际情况选择合适的索引方式。