iloc 和 loc 有何不同？
有人能解释一下这两种切片方法有何不同吗？
我看过 the docs，也看过 these answers，但我仍然无法理解这三种方法有何不同。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] 有何不同，但 ix 已从 pandas 1.0 中删除，所以我不再关心了。
标签与位置
这两种方法的主要区别是：
loc 获取具有特定标签的行（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的字符 s：
>>> 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：
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 处理 DataFrame 的方式与处理 Series 的方式相同。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使用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“获取标签在此索引中的位置”。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。
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，您只需使用数据框的 __getitem__ 即可进行列检索：
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 1 行和第 3 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'
df.loc[:, :] 一样。它可用于重新分配整个 DataFrame 的值或创建它的视图。
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 position-based 一词，而是更喜欢 integer location，因为它更具描述性，并且正是 .iloc 所代表的含义。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 blog series
.ix 已弃用且模棱两可，永远不应使用
由于不推荐使用 .ix，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'])
https://i.stack.imgur.com/4VsqO.png
粗体中的所有单词都是标签。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
我们将首先讨论仅通过索引或列标签选择数据的 .loc 索引器。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。
您可以为 .loc 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：
https://i.stack.imgur.com/ST3Q2.png
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']
https://i.stack.imgur.com/XXSJ4.png
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：
https://i.stack.imgur.com/g7WZx.png
使用带有切片表示法的 .iloc 选择多行
df.iloc[:5:3]
https://i.stack.imgur.com/w6vGg.png
使用 .loc 和 .iloc 同时选择行和列
.loc/.iloc 的一项出色能力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':]
https://i.stack.imgur.com/RVFe3.png
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 以及列 2 和 4，我们可以通过将整数转换为具有以下内容的标签来使用 .loc：
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 的所有行并仅返回 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]
https://i.stack.imgur.com/5f8Y8.png
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']]
https://i.stack.imgur.com/t1p1V.png
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
https://i.stack.imgur.com/GSWT1.png
df[2:6:2] # slice rows by integer location
https://i.stack.imgur.com/lX1Wj.png
.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'
loc 而不是 label？似乎命名法基本上是一个混淆生成器。
.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（开始l）。
.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）。
国际劳工组织
.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，所以使用整数索引时 .loc 将失败：
>>> s.loc[0]
Traceback (most recent call last):
...
KeyError: 0
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']
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。
loc、iloc和ix链接在一起，它们仍可能会触发警告。使用链接文档dfmi.loc[:, 'one'].loc[:, 'second']中的示例 DataFrame 会像dfmi['one']['second']一样触发警告，因为第一个索引操作可能会返回数据的副本（而不是视图）。df.ix[date, 'Cash']之类的东西来查找 DateIndex，你会使用什么？loc或ix都应该工作。例如，df.loc['2016-04-29', 'Cash']将返回“现金”列中具有该特定日期的所有行索引。 （在检索带有字符串的索引时，您可以根据自己的喜好指定具体的内容，例如'2016-01'将选择 2016 年 1 月的所有日期时间，“2016-01-02 11”将选择 2016 年 1 月 2 日的日期时间，时间为 11:?? :??.)