iloc和loc有什么不同?

有人能解释一下这两种切片方法有什么不同吗? 我看过医生了我看到了这些答案，但我仍然无法理解这三个答案有什么不同。对我来说，它们在很大程度上是可以互换的，因为它们处于较低的切片水平。

例如，假设我们想获取一个DataFrame的前五行。这两者是如何运作的呢?

df.loc[:5]
df.iloc[:5]

谁能举出三种用法上的区别更清楚的例子?

以前，我还想知道这两个函数和df有什么不同。ix[:5]但是ix已经从pandas 1.0中删除了，所以我不再关心了。

当前回答

在我看来，公认的答案是令人困惑的，因为它使用了一个只有缺失值的DataFrame。我也不喜欢基于位置的术语。iloc，相反，我更喜欢整数位置，因为它更具有描述性，也更准确地代表。iloc。关键字是INTEGER - .iloc需要整数。

更多信息请参阅我关于子集选择的极其详细的博客系列

.ix已弃用且具有歧义，永远不应该使用

由于.ix已弃用，我们将只关注.loc和.iloc之间的差异。

在讨论它们的区别之前，了解dataframe具有帮助标识每一列和每个索引的标签是很重要的。让我们看一个样本DataFrame:

df = pd.DataFrame({'age':[30, 2, 12, 4, 32, 33, 69],
                   'color':['blue', 'green', 'red', 'white', 'gray', 'black', 'red'],
                   'food':['Steak', 'Lamb', 'Mango', 'Apple', 'Cheese', 'Melon', 'Beans'],
                   'height':[165, 70, 120, 80, 180, 172, 150],
                   'score':[4.6, 8.3, 9.0, 3.3, 1.8, 9.5, 2.2],
                   'state':['NY', 'TX', 'FL', 'AL', 'AK', 'TX', 'TX']
                   },
                  index=['Jane', 'Nick', 'Aaron', 'Penelope', 'Dean', 'Christina', 'Cornelia'])

所有加粗的字都是标签。这些列使用标签、年龄、颜色、食物、身高、分数和状态。其他的标签，简，尼克，亚伦，佩内洛普，迪恩，克里斯蒂娜，科妮莉亚被用于索引。

在DataFrame中选择特定行的主要方法是使用.loc和.iloc索引器。每一个索引器都可以用来同时选择列，但是现在只关注行更容易。此外，每个索引器都使用一组括号，紧跟着他们的名字来进行选择。

.loc只根据标签选择数据

我们将首先讨论.loc索引器，它只根据索引或列标签选择数据。在我们的示例DataFrame中，我们提供了有意义的名称作为索引值。许多DataFrame没有任何有意义的名称，而是默认为从0到n-1的整数，其中n是DataFrame的长度。

有三种不同的输入可以用于.loc

一个字符串字符串列表使用字符串作为开始值和停止值的切片表示法

选择带有.loc字符串的单行

要选择单行数据，请将索引标签放在.loc后面的括号内。

df.loc['Penelope']

这将以Series的形式返回数据行

age           4
color     white
food      Apple
height       80
score       3.3
state        AL
Name: Penelope, dtype: object

使用.loc和字符串列表选择多行

df.loc[['Cornelia', 'Jane', 'Dean']]

返回一个DataFrame，按列表中指定的行顺序排列:

使用切片符号的.loc选择多行

切片表示法由开始值、停止值和步长值定义。当按标签切片时，pandas在返回值中包含停止值。以下是艾伦写给迪恩的片段，包括在内。它的步长没有明确定义，但默认为1。

df.loc['Aaron':'Dean']

复杂片可以以与Python列表相同的方式获取。

.iloc仅根据整数位置选择数据

现在让我们转向.iloc。DataFrame中的每一行和每一列数据都有一个定义它的整数位置。这是在输出中可视显示的标签之外。整数位置就是从上/左开始从0开始的行数/列数。

有三种不同的输入可以用于.iloc

一个整数整数列表使用整数作为开始值和停止值的切片表示法

选择带有整数的.iloc的单行

df.iloc[4]

这将返回第5行(整数位置4)作为一个Series

age           32
color       gray
food      Cheese
height       180
score        1.8
state         AK
Name: Dean, dtype: object

使用.iloc和整数列表选择多行

df.iloc[[2, -2]]

返回第三行和倒数第二行的数据帧:

使用.iloc和切片符号选择多行

df.iloc[:5:3]

使用.loc和.iloc同时选择行和列

两个.loc/的一个出色的能力。Iloc是他们同时选择行和列的能力。在上面的示例中，从每个选择返回所有列。我们可以选择输入类型与行相同的列。我们只需要用逗号分隔行和列的选择。

例如，我们可以选择行Jane和Dean，只使用列的高度、分数和状态，如下所示:

df.loc[['Jane', 'Dean'], 'height':]

它对行使用标签列表，对列使用切片符号

我们自然可以只使用整数对.iloc执行类似的操作。

df.iloc[[1,4], 2]
Nick      Lamb
Dean    Cheese
Name: food, dtype: object

同时选择标签和整数定位

.ix用于同时使用标签和整数定位进行选择，这很有用，但有时会令人困惑和模糊，幸运的是，它已经被弃用了。如果需要混合使用标签和整数位置进行选择，则必须同时使用标签或整数位置。

例如，如果我们想选择行Nick和Cornelia以及列2和4，我们可以使用.loc将整数转换为标签，如下所示:

col_names = df.columns[[2, 4]]
df.loc[['Nick', 'Cornelia'], col_names]

或者，使用get_loc索引方法将索引标签转换为整数。

labels = ['Nick', 'Cornelia']
index_ints = [df.index.get_loc(label) for label in labels]
df.iloc[index_ints, [2, 4]]

布尔选择

.loc索引器也可以进行布尔选择。例如，如果我们想找到年龄大于30的所有行，只返回食物和分数列，我们可以这样做:

df.loc[df['age'] > 30, ['food', 'score']]

您可以使用.iloc复制此操作，但不能传递布尔序列。你必须像这样将布尔系列转换为numpy数组:

df.iloc[(df['age'] > 30).values, [2, 4]]

选择所有行

可以使用.loc/。Iloc只用于列选择。你可以像这样用冒号选择所有的行:

df.loc[:, 'color':'score':2]

索引操作符[]也可以选择行和列，但不能同时选择。

大多数人都熟悉DataFrame索引操作符的主要用途，即选择列。字符串选择单列作为Series，字符串列表选择多个列作为DataFrame。

df['food']

Jane          Steak
Nick           Lamb
Aaron         Mango
Penelope      Apple
Dean         Cheese
Christina     Melon
Cornelia      Beans
Name: food, dtype: object

使用列表可以选择多个列

df[['food', 'score']]

人们不太熟悉的是，当使用切片表示法时，选择是通过行标签或整数位置进行的。这是非常令人困惑的，我几乎从来没有用过，但它确实有用。

df['Penelope':'Christina'] # slice rows by label

df[2:6:2] # slice rows by integer location

.loc/的显式。优先使用Iloc来选择行。索引操作符本身无法同时选择行和列。

df[3:5, 'color']
TypeError: unhashable type: 'slice'

2017-10-24 16:39:52

其他回答

下面的例子将说明其中的区别:

df = pd.DataFrame({'col1': [1,2,3,4,5], 'col2': ["foo", "bar", "baz", "foobar", "foobaz"]})
  col1  col2
0   1   foo
1   2   bar
2   3   baz
3   4   foobar
4   5   foobaz

df = df.sort_values('col1', ascending = False)
      col1  col2
    4   5   foobaz
    3   4   foobar
    2   3   baz
    1   2   bar
    0   1   foo

基于索引的访问:

df.iloc[0, 0:2]
col1         5
col2    foobaz
Name: 4, dtype: object

我们得到排序后的数据框架的第一行。(这不是索引为0的行，而是索引为4的行)。

基于职位的访问:

df.loc[0, 'col1':'col2']
col1      1
col2    foo
Name: 0, dtype: object

我们得到下标为0的行，即使df已经排序。

2022-05-27 12:01:11

标签vs.位置

这两种方法的主要区别是:

Loc获取带有特定标签的行(和/或列)。 Iloc在整数位置获取行(和/或列)。

为了演示，考虑一系列具有非单调整数索引的字符s:

>>> s = pd.Series(list("abcdef"), index=[49, 48, 47, 0, 1, 2]) 
49    a
48    b
47    c
0     d
1     e
2     f

>>> s.loc[0]    # value at index label 0
'd'

>>> s.iloc[0]   # value at index location 0
'a'

>>> s.loc[0:1]  # rows at index labels between 0 and 1 (inclusive)
0    d
1    e

>>> s.iloc[0:1] # rows at index location between 0 and 1 (exclusive)
49    a

下面是s.loc和s.iloc在传递各种对象时的一些不同/相似之处:

<object>	description	`s.loc[<object>]`	`s.iloc[<object>]`
`0`	single item	Value at index label `0` (the string `'d'`)	Value at index location 0 (the string `'a'`)
`0:1`	slice	Two rows (labels `0` and `1`)	One row (first row at location 0)
`1:47`	slice with out-of-bounds end	Zero rows (empty Series)	Five rows (location 1 onwards)
`1:47:-1`	slice with negative step	three rows (labels `1` back to `47`)	Zero rows (empty Series)
`[2, 0]`	integer list	Two rows with given labels	Two rows with given locations
`s > 'e'`	Bool series (indicating which values have the property)	One row (containing `'f'`)	`NotImplementedError`
`(s>'e').values`	Bool array	One row (containing `'f'`)	Same as `loc`
`999`	int object not in index	`KeyError`	`IndexError` (out of bounds)
`-1`	int object not in index	`KeyError`	Returns last value in `s`
`lambda x: x.index[3]`	callable applied to series (here returning 3^rd item in index)	`s.loc[s.index[3]]`	`s.iloc[s.index[3]]`

Loc的标签查询功能远远超出了整数索引的范围，有必要再举几个例子。

下面是一个索引包含字符串对象的Series:

>>> s2 = pd.Series(s.index, index=s.values)
>>> s2
a    49
b    48
c    47
d     0
e     1
f     2

由于loc是基于标签的，它可以使用s2.loc['a']获取Series中的第一个值。它也可以对非整数对象进行切片:

>>> s2.loc['c':'e']  # all rows lying between 'c' and 'e' (inclusive)
c    47
d     0
e     1

对于DateTime索引，我们不需要通过标签来获取准确的日期/时间。例如:

>>> s3 = pd.Series(list('abcde'), pd.date_range('now', periods=5, freq='M')) 
>>> s3
2021-01-31 16:41:31.879768    a
2021-02-28 16:41:31.879768    b
2021-03-31 16:41:31.879768    c
2021-04-30 16:41:31.879768    d
2021-05-31 16:41:31.879768    e

然后获取2021年3月/ 4月的行，我们只需要:

>>> s3.loc['2021-03':'2021-04']
2021-03-31 17:04:30.742316    c
2021-04-30 17:04:30.742316    d

行和列

loc和iloc处理dataframe的方式与处理Series的方式相同。值得注意的是，这两种方法都可以同时寻址列和行。

给定一个元组时，第一个元素用于索引行，如果存在，第二个元素用于索引列。

考虑下面定义的数据帧:

>>> import numpy as np 
>>> df = pd.DataFrame(np.arange(25).reshape(5, 5),  
                      index=list('abcde'), 
                      columns=['x','y','z', 8, 9])
>>> df
    x   y   z   8   9
a   0   1   2   3   4
b   5   6   7   8   9
c  10  11  12  13  14
d  15  16  17  18  19
e  20  21  22  23  24

然后举个例子:

>>> df.loc['c': , :'z']  # rows 'c' and onwards AND columns up to 'z'
    x   y   z
c  10  11  12
d  15  16  17
e  20  21  22

>>> df.iloc[:, 3]        # all rows, but only the column at index location 3
a     3
b     8
c    13
d    18
e    23

有时，我们希望将行和列的标签和位置索引方法混合使用，以某种方式结合loc和iloc的功能。

例如，考虑以下DataFrame。如何最好地将行切片到并包括“c”并取前四列?

>>> import numpy as np 
>>> df = pd.DataFrame(np.arange(25).reshape(5, 5),  
                      index=list('abcde'), 
                      columns=['x','y','z', 8, 9])
>>> df
    x   y   z   8   9
a   0   1   2   3   4
b   5   6   7   8   9
c  10  11  12  13  14
d  15  16  17  18  19
e  20  21  22  23  24

我们可以使用iloc和另一个方法来实现这个结果:

>>> df.iloc[:df.index.get_loc('c') + 1, :4]
    x   y   z   8
a   0   1   2   3
b   5   6   7   8
c  10  11  12  13

Get_loc()是一个索引方法，意思是“获取标签在这个索引中的位置”。注意，由于使用iloc进行切片不包含它的端点，如果我们也想要行'c'，我们必须在这个值上加上1。

2015-07-23 16:59:47

Iloc基于整数定位工作。所以不管你的行标签是什么，你总是可以，例如，通过做

df.iloc[0]

或者最后五行

df.iloc[-5:]

您也可以在列上使用它。这将检索第3列:

df.iloc[:, 2]    # the : in the first position indicates all rows

你可以把它们组合起来得到行和列的交点:

df.iloc[:3, :3] # The upper-left 3 X 3 entries (assuming df has 3+ rows and columns)

另一方面，.loc使用命名索引。让我们建立一个以字符串作为行和列标签的数据帧:

df = pd.DataFrame(index=['a', 'b', 'c'], columns=['time', 'date', 'name'])

然后我们可以得到第一行

df.loc['a']     # equivalent to df.iloc[0]

“date”列的后两行by

df.loc['b':, 'date']   # equivalent to df.iloc[1:, 1]

等等。现在，可能值得指出的是，DataFrame的默认行索引和列索引是从0开始的整数，在这种情况下iloc和loc将以相同的方式工作。这就是为什么你的三个例子是等价的。如果您有一个非数字索引，如字符串或日期时间，df。Loc[:5]将引发一个错误。

同样，你也可以通过使用数据帧的__getitem__来进行列检索:

df['time']    # equivalent to df.loc[:, 'time']

现在假设您想混合使用位置索引和命名索引，也就是说，在行上使用名称，在列上使用位置(澄清一下，我指的是从数据帧中选择，而不是创建一个行索引中有字符串、列索引中有整数的数据帧)。这就是.ix的用武之地:

df.ix[:2, 'time']    # the first two rows of the 'time' column

值得一提的是，你也可以将布尔向量传递给loc方法。例如:

 b = [True, False, True]
 df.loc[b]

将返回df的第1行和第3行。这相当于df[b]的选择，但它也可以用于通过布尔向量赋值:

df.loc[b, 'name'] = 'Mary', 'John'

2015-07-23 17:17:27