一開始自學Python的numpy、pandas時候，索引和切片把我都給弄暈了，特別是numpy的切片索引、布爾索引和花式索引，簡直就是大亂斗。但是最近由于版本的問題，從之前的Python2.7改用Python3.6 了，在3.6中提供了loc和iloc兩種索引方法，把ix這個方法給劃分開來了，所以很有必要做個總結(jié)和對比。

臺州網(wǎng)站制作公司哪家好，找創(chuàng)新互聯(lián)建站！從網(wǎng)頁設(shè)計、網(wǎng)站建設(shè)、微信開發(fā)、APP開發(fā)、響應(yīng)式網(wǎng)站設(shè)計等網(wǎng)站項目制作，到程序開發(fā)，運營維護。創(chuàng)新互聯(lián)建站于2013年成立到現(xiàn)在10年的時間，我們擁有了豐富的建站經(jīng)驗和運維經(jīng)驗，來保證我們的工作的順利進行。專注于網(wǎng)站建設(shè)就選創(chuàng)新互聯(lián)建站。

• loc——通過行標簽索引行數(shù)據(jù)
• iloc——通過行號索引行數(shù)據(jù)
• ix——通過行標簽或者行號索引行數(shù)據(jù)（基于loc和iloc 的混合）

同理，索引列數(shù)據(jù)也是如此！

舉例說明：

1、分別使用loc、iloc、ix 索引第一行的數(shù)據(jù):

（1）loc

import pandas as pd
data=[[1,2,3],[4,5,6]]
index=['a','b']#行號
columns=['c','d','e']#列號
df=pd.DataFrame(data,index=index,columns=columns)#生成一個數(shù)據(jù)框

#print df.loc['a']
'''
c  1
d  2
e  3
'''

print df.loc[0]
#這個就會出現(xiàn)錯誤
'''
TypeError: cannot do label indexing on <class 'pandas.indexes.base.Index'> 
with these indexers [1] of <type 'int'>
'''

分享名稱：pandasix&iloc&loc的區(qū)別-創(chuàng)新互聯(lián)
當前路徑：http://chinadenli.net/article42/deejhc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站維護、外貿(mào)網(wǎng)站建設(shè)、做網(wǎng)站、網(wǎng)站內(nèi)鏈、全網(wǎng)營銷推廣、企業(yè)網(wǎng)站制作

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)