pandas中loc、iloc和ix的具体含义是什么

在pandas库中，loc、iloc和ix都是用来选择数据的方法。

1. loc是通过标签来选择数据的方法，即根据行标签和列标签进行数据选择。它的语法是：df.loc[row_indexer,column_indexer]，其中row_indexer可以是单个行标签或行标签的列表，column_indexer可以是单个列标签或列标签的列表。

2. iloc是通过位置来选择数据的方法，即根据行号和列号进行数据选择。它的语法是：df.iloc[row_indexer,column_indexer]，其中row_indexer可以是单个行号或行号的列表，column_indexer可以是单个列号或列号的列表。

3. ix方法是loc、iloc的混合体，它可以通过标签或位置来选择数据。如果ix的索引器是整数，那么就按照位置选择数据；如果索引器是标签，那么就按照标签选择数据。但是，由于ix方法无法确定用户想要通过标签还是位置来选择数据，因此在pandas 1.0.0版本中已经被弃用了。

通常情况下，推荐使用loc和iloc方法来进行数据选择，因为它们更加明确和清晰。

相关问题

详解pandas dataframe的查询方法(loc,iloc,at,iat,ix的用法和区别

pandas是一个强大的数据分析工具，在数据处理过程中，我们经常需要对DataFrame进行查询操作。Pandas提供了多种查询方法，包括loc、iloc、at、iat和ix。以下是对这些方法的详细解释和区别。

1. loc：loc是通过行标签和列标签进行查询的方法。例如，可以使用df.loc[row_index, column_name]的方式来查询DataFrame的特定值或行列的子集。其中row_index可以是单个索引、索引列表或布尔数组，column_name可以是单个列名或列名列表。loc方法返回的是一个新的DataFrame或Series对象，以便进行进一步的操作。

2. iloc：iloc是通过行索引和列索引进行查询的方法。它与loc的用法类似，但是不是使用标签，而是使用整数位置来定位数据。例如，可以使用df.iloc[row_index, column_index]的方式来查询DataFrame的特定值或行列的子集。同样地，iloc方法返回的也是一个新的DataFrame或Series对象。

3. at：at用于直接查询DataFrame中的单个元素，它使用行标签和列标签来定位。例如，可以使用df.at[row_label, column_label]的方式来获取特定位置的值。与loc方法相比，at方法更快，并且只返回标量值。

4. iat：iat用于通过整数位置来查询DataFrame中的单个元素。可以使用df.iat[row_index, column_index]的方式来获取特定位置的值。iat方法与at方法的区别与iloc与loc的区别相似。

5. ix：在旧版本的pandas中，ix方法用于混合标签和整数位置的查询。它可以使用标签或整数位置来定位数据，但是由于存在一些歧义和性能问题，自从pandas 0.20版本后，被推荐使用loc和iloc方法来替代ix方法。

总的来说，loc和at是通过标签进行查询的方法，iloc和iat是通过整数位置进行查询的方法。同时，loc和iloc返回的是一个新的DataFrame或Series对象，而at和iat只返回标量值。在实际使用中，根据需要选择不同的查询方法。

python ix，iloc和loc

### Pandas 中 `ix`、`iloc` 和 `loc` 的区别及用法

#### 1. `loc`

`loc` 是基于标签的索引器，主要用于通过行和列的标签访问数据。对于具有自定义索引的数据框来说非常有用。

import pandas as pd
import numpy as np

data = pd.DataFrame(
    np.random.randint(100, size=(10, 10)),
    columns=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'],
    index=['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J']
)

# 使用 loc 访问特定行列组合
print(data.loc['A':'C', ['a', 'b']])

此代码片段展示了如何利用 `loc` 来选取从 A 到 C 行以及 a 和 b 这两列的内容[^3]。

#### 2. `iloc`

与 `loc` 不同的是，`iloc` 主要用于整数位置上的索引，即它依据数组的位置而非标签来进行定位。

# 使用 iloc 获取前五行前三列的数据
print(data.iloc[:5, :3])

这段代码说明了怎样运用 `iloc` 提取位于 DataFrame 前五条记录中的头三个字段的信息。

#### 3. `ix`

需要注意的是，在较新的版本中已经不推荐使用 `ix` 属性，并且在未来可能会被移除。这是因为其行为有时会让人感到困惑，因为它既支持按位又支持按名索引的方式。因此建议优先考虑使用更明确的 `loc` 或者 `iloc` 方法代替之[^4]。

为了更好地理解这三种索引机制之间的差异：

- 当确切知道想要获取哪几行/列的名字时应该选用 `loc`;
- 如果是按照数值下标来指定范围，则应采用 `iloc`.
- 对于混合模式的需求场景（已废弃），过去曾有 `ix` 可供选择但现在不再提倡使用.