【Python】深入理解Pandas中的iloc和loc：数据选择的艺术

基本原理

在Python的Pandas库中，数据选择是数据分析和处理的基础。iloc和loc是两种常用的数据选择方法，它们都允许用户根据索引位置或标签来选择数据。然而，它们在行为和用途上存在一些关键的差异。

iloc

iloc是基于整数索引的，它允许用户通过行和列的整数位置来选择数据。例如，如果你有一个DataFrame，iloc可以让你选择第n行和第m列的数据。iloc不关心数据的实际标签，它只关注数据的位置。

loc

与iloc不同，loc是基于标签的。这意味着你可以使用行和列的标签来选择数据。loc在处理缺失的索引时也更为灵活，它允许你选择标签存在于DataFrame中的任何数据，即使这些标签不是连续的。

代码示例

示例1：使用iloc选择数据

假设我们有一个简单的DataFrame：

import pandas as pd

# 创建一个简单的DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})

# 使用iloc选择第一行和第一列的数据
print(df.iloc[0, 0])  # 输出：1

示例2：使用loc选择数据

使用相同的DataFrame，我们使用loc来选择数据：

# 使用loc选择第一行和第一列的数据
print(df.loc[0, 'A'])  # 输出：1

示例3：选择多行多列

我们可以使用iloc和loc来选择多行多列的数据：

# 使用iloc选择第一行和第二列到第三列的数据
print(df.iloc[0, 1:3])  # 输出：[4, 7]

# 使用loc选择第一行和第二列到第三列的数据
print(df.loc[0, 'B':'C'])  # 输出：{'B': 4, 'C': 7}

示例4：处理缺失索引

假设DataFrame中的索引不连续：

# 创建一个索引不连续的DataFrame
df2 = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
}, index=[1, 2, 4])

# 使用iloc选择第二行的数据会报错，因为索引2不存在
try:
    print(df2.iloc[1])
except IndexError as e:
    print(e)  # 输出：index 1 is out of bounds for axis 0 with size 3

# 使用loc选择第二行的数据，即使索引2不存在
print(df2.loc[2])  # 输出：{'A': 2, 'B': 5}

注意事项

当使用iloc时，确保索引在范围内，否则会抛出IndexError。
loc在选择数据时对索引的连续性要求不高，即使索引不连续，也可以正常工作。
在选择数据时，loc和iloc都可以结合切片使用，但切片的含义不同。iloc的切片是基于整数位置的，而loc的切片是基于标签的。
在使用loc时，如果指定的标签不存在，Pandas会返回一个空的DataFrame，而不会抛出错误。

结论

iloc和loc是Pandas中两种非常强大的数据选择工具。iloc基于整数索引，适合于快速访问数据的位置，而loc基于标签索引，适合于处理索引不连续或缺失的情况。理解这两种方法的差异，可以帮助你更有效地进行数据操作和分析。在实际应用中，根据数据的特点和需求，选择合适的方法来选择数据，可以提高代码的效率和可读性。

>
> 【痕迹】QQ+微信朋友圈和聊天记录分析工具1.0.4 （1）纯Python语言实现，使用Flask后端，本地分析，不上传个人数据。
>
> （2）内含QQ、微信聊天记录保存到本地的方法，真正实现自己数据自己管理。
>
> （3）数据可视化分析QQ、微信聊天记录，提取某一天的聊天记录与大模型对话。
>
> 下载地址：https://www.alipan.com/s/x6fqXe1jVg1
>