Pandas的iloc、loc、ix的区别

冷不防 2022-05-17 08:13 204阅读 0赞

**（作者：陈玓玏）**

## 1、例子 ##

取DataFrame的部分数据，或者修改部分数据是非常非常常见的操作，但是实际应用中，到底使用ix方法，还是iloc方法，还是loc方法，还需要讨论。请看下面的实验：

import pandas as pd
    
    data = [['自有房',40,50000],
            ['无自有房',22,13000],
            ['自有房',30,30000]]
    
    data = pd.DataFrame(data,index=['lc','cc','lbb'],columns=['house','age','income'])
    
    df = data.ix[0,1]
    df = data.iloc[0,1]
    df = data.loc['lc','age']
    # df = data.loc[0,'age'] #报错
    # df = data.iloc[0,'age'] #报错
    df = data.ix[0,'age']
    
    df = data.ix[data['age']>=30]
    df = data.ix[data['age']>=30,0]
    
    # df = data.iloc[data['age']>=30,0] #报错
    # df = data.iloc[data['age']>=30] #报错
    df = data.loc[data['age']>=30]
    df = data.loc[data['age']>=30,'age']
    
    df = data[data['age']>=30]
    # df = data[data['age']>=30,'age'] #报错
    df = data[data['age']>=30]['age']
    
    print(df)
    
    data.ix[0,1] = data.ix[0,1]+5
    data.iloc[0,1] = data.iloc[0,1]+5
    data.loc['lc','age'] = data.loc['lc','age']+5
    
    data.ix[0,'age'] = data.ix[0,1]+5
    # data.iloc[0,'age'] = data.iloc[0,1]+5 #报错
    data.loc[0,'age'] = data.loc['lc','age']+5 #会新增一行索引为0的行，且age为lc行age+5，但另外两列为空值
    
    print(data)

## 2、总结 ##

通过实验结果其实就可以看出来了，结论如下：  
1、ix可以接受 **位置索引和name索引**，且行和列不必都是位置或name，但是Pycharm有提示过我ix方法要被抛弃了，最好不用；  
2、loc是基于 **name索引** 的，如果你行或列其中一个用了位置索引，它会报index错误的，但是如果你是赋值给它，它会默认新增一行一列的；  
3、iloc是基于 **位置索引的**，如果你行或列其中一个用了name索引，也是会报index错误的，而且赋值也不行；  
4、这三种方法 **都可以添加条件进行过滤**。

综上所述，三种方法的功能都是取数，且都具有过滤功能，只是ix可以接受位置和name两种形式的索引，loc只接受name形式，而iloc只接受位置索引。