[转] dataFrame 中索引行、列数据的区别（python pandas （ix & iloc &loc） 的区别）

因为这个问题困扰过我，所以在此作为自己学习笔记，标记一下

原文地址：https://www.cnblogs.com/jeasonit/p/9994864.html

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'>

(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'>

(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

'''

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

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

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

'''

———————————————————  分割线  ———————————————————————

最后，以下是个人的总结，在python 3.7版本中，使用 ix 则给出了如下的警告：

DeprecationWarning: 

.ix is deprecated. Please use

.loc for label based indexing or

.iloc for positional indexing

所以，还是严格地使用.loc 和 .iloc 吧！