Pandas iloc和loc有哪些不同

在本文中，我们将介绍 Pandas 中的 iloc 和 loc，并探讨它们之间的区别。

Pandas 的 iloc 和 loc

在 Pandas 中，iloc 和 loc 都是用于选取 DataFrame 中的数据的方法。

iloc（即“integer location”）使用整数位置来选取数据，与 Python 的下标系统类似，但也可以支持切片操作。

loc（即“label location”）使用索引标签或者列名来选取数据，而不是整数位置。

举例来说，假设有如下的 DataFrame：

    A   B   C
0   1   2   3
1   4   5   6
2   7   8   9

使用 iloc 和 loc 分别选取第二行数据的方法如下：

# 使用 iloc
df.iloc[1]

# 使用 loc
df.loc[1]

可以看到，iloc 返回第二行的数据，而 loc 返回第一行的数据。

iloc 和 loc 的区别

虽然 iloc 和 loc 都可以用来选取 DataFrame 中的数据，它们之间有几个关键的区别：

1. 参数类型不同

iloc 接受整数、整数列表和整数范围作为参数，而 loc 接受标签和标签列表作为参数。

举个例子：

# 使用 iloc
df.iloc[1] # 返回第二行的数据
df.iloc[[0, 2]] # 返回第一行和第三行的数据
df.iloc[1:3] # 返回第二行和第三行的数据

# 使用 loc
df.loc[1] # 返回第一行的数据
df.loc[[0, 2]] # 返回第一行和第三行的数据
df.loc[1:3] # 返回第一行和第三行的数据

可以看到，iloc 使用整数位置来选取数据，而 loc 使用标签或者列名来选取数据。

2. 切片方式不同

iloc 和 Python 中的切片方式类似，它可以使用类似于 [start:stop:step] 这样的切片方式来选取数据。

而 loc 不能使用这种切片方法，它只能使用类似于 start, stop, step 这样的方式来选取数据。

举个例子：

# 使用 iloc
df.iloc[:, 0] # 返回所有行的第一列数据
df.iloc[:, 0:2] # 返回所有行的第一列和第二列数据
df.iloc[::2] # 返回间隔一行的数据

# 使用 loc
df.loc[:, 'A'] # 返回所有行的第一列数据
df.loc[:, ['A', 'B']] # 返回所有行的第一列和第二列数据
df.loc[::2] # 返回间隔一行的数据

可以看到，iloc 可以使用切片方式来选取数据，而 loc 不能使用这种切片方式。

3. 处理缺失数据的方式不同

当选取到缺失数据的时候，iloc 和 loc 会有不同的处理方式。

如果使用 iloc 选取到缺失数据的话，会返回一个 nan 值，表示数据缺失。而如果使用 loc 选取到缺失数据的话，会报错。

举个例子：

# 使用 iloc
df.iloc[3] # 返回 nan

# 使用 loc
df.loc[3] # 报错：KeyError: 3

可以看到，使用 iloc 选取到缺失数据的话，会返回一个 nan 值，而使用 loc 则会报错。

总结

在 Pandas 中，iloc 和 loc 都是用于选取 DataFrame 中的数据的方法，但它们之间有一些关键的区别。iloc 使用整数位置来选取数据，而 loc 使用标签或者列名来选取数据。iloc 可以使用切片方式来选取数据，而 loc 不能使用这种切片方式。当选取到缺失数据的时候，iloc 会返回一个 nan 值，而 loc 则会报错。

因此，在使用 iloc 和 loc 时，需要根据具体情况来选择合适的方法，以便正确选取需要的数据。