欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Pandas中loc,iloc与直接切片的区别

程序员文章站 2022-04-15 17:06:22
最近使用pandas,一直搞不清楚其中几种切片方法的区别,今天专门看了一下。 0. 把Series的行index或Dataframe的列名直接当做属性来索引。 如: 但是这种方法索引的名字可能会与自带的方法冲突,比如min,max等等,所以可能会失效。另外,在新版本中,这种索引方法不能作为左值。 1 ......

最近使用pandas,一直搞不清楚其中几种切片方法的区别,今天专门看了一下。

0. 把Series的行index或Dataframe的列名直接当做属性来索引。

如:

s.index_name

df.column_name

但是这种方法索引的名字可能会与自带的方法冲突,比如min,max等等,所以可能会失效。另外,在新版本中,这种索引方法不能作为左值。

1. df[]直接索引

  • 直接索引索引的是列,方口号里面的内容一般是列索引名。也可以接受一个列名组成的list来接受多个列名。

 df['A']
df[['A', 'B']]

如果要交换两列,直接用这样的方法是不对的:

df.loc[:,['B', 'A']] = df[['A', 'B']]

这是因为pandas默认在赋值的时候回匹配列名,这里面的AB和BA实际上没有区别。如果想要交换两列的话,应该使用AB两列的值作为右值,这样就不带列索引名了。

df.loc[:,['B', 'A']] = df[['A', 'B']].values
  • 索引slice对象,索引的是行,因为这样做更加符合常理
df=pd.DataFrame(np.arange(16).reshape((4,4)),index=list(range(4)),columns=['a','b','c','d'])

df
Out[4]: 
    a   b   c   d
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15


 

df[0:1]
Out[6]: 
   a  b  c  d
0  0  1  2  3

这里如果是Series,就可以使用单独的数字来索引;如果是Dataframe,就不可以,需要使用Python的slice对象形式的来索引。

2. loc,基于label的索引

由于pandas处理的是具有标签的表格对象,所以设计一套基于标签的索引方法是必要的,这就是loc

 loc索引要注意的是:

  • loc是基于标签的,如果给出的索引中包含没有的标签,会报错
  • loc索引的开闭区间机制和Python传统的不同,而是与MATLAB类似的双侧闭区间,即只要出现,就会包含该标签
  • 数字也可以放入loc中当做索引,但是这时数字指的是标签而不是 位置
df.loc[0:3,'a':'c']
Out[9]: 
    a   b   c
0   0   1   2
1   4   5   6
2   8   9  10
3  12  13  14

注意上面的0:3实际上并不是数字,而是行的label。

loc也可以接受布尔索引来取出其中的一些行

df.loc[df.loc[:,'a']>1]

3. iloc,完全基于位置的索引

iloc的用法完全和numpy中的数字索引一样,开闭区间的逻辑也和Python是相同的。

要注意的是,如果iloc方括号中直接给定一个数字或者一个slice的话,默认索引的是行。其中数字的情况会返回一个Series

df.loc[:,df.loc[1]>1]
Out[21]: 
    a   b   c   d
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15

df.loc[:,df.loc[1]>4]
Out[22]: 
    b   c   d
0   1   2   3
1   5   6   7
2   9  10  11
3  13  14  15

df.iloc[1]
Out[23]: 
a    4
b    5
c    6
d    7
Name: 1, dtype: int32

type(df.iloc[1])
Out[24]: pandas.core.series.Series