pandas ix & iloc &loc 的聯系和差別

參考了幾個部落格，做了以下整理，如有雷同，是我抄别人的。。

參考連結：https://blog.csdn.net/xw_classmate/article/details/51333646

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

loc——通過行标簽索引行資料 

iloc——通過行号索引行資料 

ix——通過行标簽或者行号索引行資料（基于loc和iloc 的混合） 

同理，索引列資料也是如此！

舉例說明： 

1、分别使用loc、iloc、ix 索引第一行的資料: 

（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)#生成一個資料框

#print df.loc['a']
'''
c    1
d    2
e    3
'''

print df.loc[0]
#這個就會出現錯誤
'''
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)#生成一個資料框

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)#生成一個資料框

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 索引第一列的資料:

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)#生成一個資料框

print df.loc[:,['c']]

print df.iloc[:,[0]]

print df.ix[:,['c']]

print df.ix[:,[0]]
#結果都為
'''
   c
a  1
b  4
'''
           

3、分别使用loc、iloc、ix 索引多行的資料:

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)#生成一個資料框

print df.loc['a':'b']

print df.iloc[0:1]

print df.ix['a':'b']

print df.ix[0:1]
#結果都為
'''
   c  d  e
a  1  2  3
b  4  5  6
'''
           

4、分别使用loc、iloc、ix 索引多列的資料:

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)#生成一個資料框

print df.loc[:,'c':'d']

print df.iloc[:,0:2]

print df.ix[:,'c':'d']

print df.ix[:,0:2]
#結果都為
'''
   c  d
a  1  2
b  4  5
'''
           

1.3 如果想索引列資料，像這樣做會報錯

import pandas as pd

data = [[1,2,3],[4,5,6]]

index = ['d','e']

columns=['a','b','c']

df = pd.DataFrame(data=data, index=index, columns=columns)

print df.loc['a']

'''

KeyError: 'the label [a] is not in the [index]'

'''

1.4 loc可以擷取多行資料

import pandas as pd

data = [[1,2,3],[4,5,6]]

index = ['d','e']

columns=['a','b','c']

df = pd.DataFrame(data=data, index=index, columns=columns)

print df.loc['d':]

'''

   a  b  c

d  1  2  3

e  4  5  6

'''

1.5 loc擴充——索引某行某列

import pandas as pd

data = [[1,2,3],[4,5,6]]

index = ['d','e']

columns=['a','b','c']

df = pd.DataFrame(data=data, index=index, columns=columns)

print df.loc['d',['b','c']]

'''

b    2

c    3

'''

1,6 loc擴充——索引某列

import pandas as pd

data = [[1,2,3],[4,5,6]]

index = ['d','e']

columns=['a','b','c']

df = pd.DataFrame(data=data, index=index, columns=columns)

print df.loc[:,['c']]

'''

   c

d  3

e  6

'''

當然擷取某列資料最直接的方式是df.[列标簽]，但是當列标簽未知時可以通過這種方式擷取列資料。

需要注意的是，dataframe的索引[1:3]是包含1,2,3的，與平時的不同。