iloc 和 loc 有何不同？

Question

有人可以解释这两种切片方法有何不同吗？
我看过文档，也看过这些答案，但我仍然无法理解这三者有何不同。 对我来说，它们在很大程度上似乎可以互换，因为它们处于较低的切片级别。

例如，假设我们想要获取DataFrame的前五行。 这两个是如何工作的？

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

有人可以提出三种用途区分更清楚的情况吗？

---

曾几何时，我也想知道这两个函数与df.ix[:5]不同，但ix已从 pandas 1.0 中删除，所以我不再关心了。

Answer 1

标签与位置

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s字符：

>>> 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

以下是传递各种对象时s.loc和s.iloc之间的一些差异/相似之处：

<对象>	描述	s.loc[<object>]	s.iloc[<object>]
0	单项	索引标签0处的值（字符串'd' ）	索引位置0 处的值（字符串'a' ）
0:1	片	两行（标签0和1 ）	一行（位置 0 的第一行）
1:47	越界结束切片	零行（空系列）	五排（从位置 1 开始）
1:47:-1	带负步长的切片	三行（标签1回到47 ）	零行（空系列）
[2, 0]	整数列表	具有给定标签的两行	具有给定位置的两行
s > 'e'	布尔系列（指示哪些值具有属性）	一行（包含'f' ）	NotImplementedError
(s>'e').values	布尔数组	一行（包含'f' ）	与loc相同
999	int 对象不在索引中	KeyError	IndexError （超出范围）
-1	int 对象不在索引中	KeyError	返回s中的最后一个值
lambda x: x.index[3]	可调用应用于系列（此处返回索引中的第3项）	s.loc[s.index[3]]	s.iloc[s.index[3]]

loc的标签查询功能远远超出整数索引，值得强调几个额外的示例。

这是一个索引包含字符串对象的系列：

>>> 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']获取系列中的第一个值。 它还可以使用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，我们不需要传递确切的日期/时间来按标签获取。 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，要获取 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对 DataFrame 的工作方式与对 Series 的工作方式相同。 值得注意的是，这两种方法都可以同时处理列和行。

当给定一个元组时，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 DataFrame：

>>> 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

然后例如：

>>> 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

有时我们想为行和列混合标签和位置索引方法，以某种方式结合loc和iloc的功能。

例如，考虑以下 DataFrame。 如何最好地将行分割到并包括 'c'并获取前四列？

>>> 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并借助另一种方法来实现此结果：

>>> 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()是一种索引方法，意思是“获取标签在该索引中的位置”。 请注意，由于使用iloc进行切片不包括其端点，因此如果我们还想要行“c”，则必须将此值加 1。

Answer 2

iloc基于整数定位工作。 所以无论你的行标签是什么，你总是可以，例如，通过做得到第一行

df.iloc[0]

或最后五行做

df.iloc[-5:]

您也可以在列上使用它。 这将检索第三列：

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

您可以将它们组合起来以获得行和列的交集：

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。 让我们用字符串作为行和列标签来设置一个数据框：

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]

和'date'列的后两行

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。 如果您有非数字索引，例如字符串或日期时间， df.loc[:5]会引发错误。

此外，您可以仅使用数据框的__getitem__进行列检索：

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

现在假设您想要混合使用位置和命名索引，即使用行上的名称和列上的位置进行索引（澄清一下，我的意思是从我们的数据框中选择，而不是在行索引中创建包含字符串和整数的数据框列索引）。 这就是.ix的用武之地：

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

我认为还值得一提的是，您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的第一行和第三行。 这等效于df[b]进行选择，但它也可以用于通过布尔向量进行分配：

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

Answer 3

在我看来，接受的答案令人困惑，因为它使用只有缺失值的 DataFrame。 我也不喜欢.iloc的基于位置的术语，而是更喜欢整数位置，因为它更具描述性，并且正是.iloc代表的含义。 关键字是 INTEGER - .iloc需要 INTEGERS。

有关更多信息，请参阅我关于子集选择的极其详细的博客系列

---

.ix 已弃用且模棱两可，永远不应使用

因为.ix已被弃用，我们将只关注.loc和.iloc之间的区别。

在我们讨论差异之前，重要的是要了解 DataFrame 具有有助于识别每一列和每个索引的标签。 让我们看一个示例 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'])

所有粗体字都是标签。 标签、 age 、 color 、 food 、 height 、 score和state用于列。 其他标签Jane 、 Nick 、 Aaron 、 Penelope 、 Dean 、 Christina 、 Cornelia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。 这些索引器中的每一个也可用于同时选择列，但现在更容易只关注行。 此外，每个索引器都使用一组紧跟其名称的括号来进行选择。

.loc 仅按标签选择数据

我们将首先讨论.loc索引器，它仅通过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的值。 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。

.loc可以使用三种不同的输入

• 一个字符串
• 字符串列表
• 使用字符串作为开始和结束值的切片表示法

使用带有字符串的 .loc 选择单行

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']

这将数据行作为系列返回

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

使用带有字符串列表的 .loc 选择多行

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

这将返回一个 DataFrame，其中的行按列表中指定的顺序排列：

使用带有切片表示法的 .loc 选择多行

切片符号由开始、停止和步长值定义。 当按标签切片时，pandas 在返回值中包含停止值。 以下切片从 Aaron 到 Dean，包括在内。 它的步长没有明确定义，但默认为 1。

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

可以以与 Python 列表相同的方式获取复杂切片。

.iloc 仅按整数位置选择数据

现在让我们转向.iloc 。 DataFrame 中的每一行和每一列数据都有一个整数位置来定义它。 这是对在输出中直观显示的标签的补充。 整数位置只是从 0 开始的顶部/左侧的行/列数。

您可以为.iloc使用三种不同的输入

• 一个整数
• 整数列表
• 使用整数作为起始值和终止值的切片表示法

使用带有整数的 .iloc 选择单行

df.iloc[4]

这将第 5 行（整数位置 4）作为系列返回

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

使用带有整数列表的 .iloc 选择多行

df.iloc[[2, -2]]

这将返回第三行和倒数第二行的 DataFrame：

使用带有切片表示法的 .iloc 选择多行

df.iloc[:5:3]

---

使用 .loc 和 .iloc 同时选择行和列

.loc/.iloc的一项出色功能是它们能够同时选择行和列。 在上面的示例中，所有列都是从每个选择中返回的。 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选择。

例如，我们可以选择 Jane 和 Dean 行，只有列的高度、分数和状态，如下所示：

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

这对行使用标签列表，对列使用切片表示法

我们自然可以只使用整数对.iloc进行类似的操作。

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

---

使用标签和整数位置同时选择

.ix用于与标签和整数位置同时进行选择，这很有用，但有时令人困惑和模棱两可，谢天谢地，它已被弃用。 如果您需要混合使用标签和整数位置进行选择，则必须同时选择标签或整数位置。

例如，如果我们想选择行Nick和Cornelia以及第 2 列和第 4 列，我们可以使用.loc通过将整数转换为具有以下内容的标签：

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，如果我们有兴趣查找年龄大于 30 的所有行并只返回food和score列，我们可以执行以下操作：

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

您可以使用.iloc复制它，但不能将其传递给布尔系列。 您必须将布尔系列转换为 numpy 数组，如下所示：

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

---

选择所有行

可以使用.loc/.iloc仅用于列选择。 您可以使用冒号选择所有行，如下所示：

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

---

索引运算符[]也可以选择行和列，但不能同时选择。

大多数人都熟悉 DataFrame 索引运算符的主要用途，即选择列。 字符串选择单列作为系列，字符串列表选择多列作为 DataFrame。

df['food']

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

使用列表选择多列

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发生的。 这非常令人困惑，而且我几乎从未使用过，但它确实有效。

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

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

.loc/.iloc用于选择行的明确性是非常受欢迎的。 单独的索引运算符无法同时选择行和列。

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

Answer 4

.loc和.iloc用于索引，即提取部分数据。 本质上，区别在于.loc允许基于标签的索引，而.iloc允许基于位置的索引。

如果您对.loc和.iloc感到困惑，请记住.iloc是基于索引（以i开头）位置，而.loc是基于标签（以l开头）。

.loc

.loc应该基于索引标签而不是位置，因此它类似于 Python 基于字典的索引。 但是，它可以接受布尔数组、切片和标签列表（这些都不适用于 Python 字典）。

iloc

.iloc根据索引位置进行查找，即， pandas的行为类似于 Python 列表。 如果该位置没有索引， pandas将引发IndexError 。

例子

以下示例用于说明.iloc和.loc之间的区别。 让我们考虑以下系列：

>>> s = pd.Series([11, 9], index=["1990", "1993"], name="Magic Numbers")
>>> s
1990    11
1993     9
Name: Magic Numbers , dtype: int64

.iloc示例

>>> s.iloc[0]
11
>>> s.iloc[-1]
9
>>> s.iloc[4]
Traceback (most recent call last):
    ...
IndexError: single positional indexer is out-of-bounds
>>> s.iloc[0:3] # slice
1990 11
1993  9
Name: Magic Numbers , dtype: int64
>>> s.iloc[[0,1]] # list
1990 11
1993  9
Name: Magic Numbers , dtype: int64

.loc示例

>>> s.loc['1990']
11
>>> s.loc['1970']
Traceback (most recent call last):
    ...
KeyError: ’the label [1970] is not in the [index]’
>>> mask = s > 9
>>> s.loc[mask]
1990 11
Name: Magic Numbers , dtype: int64
>>> s.loc['1990':] # slice
1990    11
1993     9
Name: Magic Numbers, dtype: int64

因为s具有字符串索引值，所以.loc在使用整数索引时会失败：

>>> s.loc[0]
Traceback (most recent call last):
    ...
KeyError: 0

Answer 5

• DataFrame.loc() : 按索引值选择行
• DataFrame.iloc() : 按行数选择行

例子：

选择表的前 5 行， df1是您的数据框

df1.iloc[:5]

选择表的前 A、B 行， df1是您的数据框

df1.loc['A','B']

Answer 6

这个例子将说明差异：

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帧的第一行。 （这不是索引为 0 的行，而是索引为 4 的行）。

基于位置的访问：

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

即使对 df 进行排序，我们也会得到索引为 0 的行。