在处理 pandas 数据框时，选择数据是非常常见的操作。为了满足这种需求，pandas 提供了多种选择数据的方法，其中最常用的是 df.loc 和 df.iloc。尽管它们在许多情况下都可以互换使用，但它们之间确实存在一些关键区别，初学者必须明确这些区别以避免潜在的错误。
1. 基本定义
- df.loc：基于标签的数据选择方法。
- df.iloc：基于位置的数据选择方法。
2. 什么是标签？什么是位置？
在深入了解这两种方法之前，我们首先要理解“标签”和“位置”这两个概念。
标签 (Label)
标签是数据框或系列的索引。这些索引可以是数字，也可以是字符串或其他数据类型。例如：
import pandas as pd
data = {'A': ['apple', 'banana', 'cherry']}
df = pd.DataFrame(data, index=['x', 'y', 'z'])
print(df)
输出：
A
x apple
y banana
z cherry
在上述例子中，'x', 'y', 'z' 就是数据框 df 的标签（或索引）。
位置 (Position)
位置是数据框或系列中的元素的整数位置。无论索引是什么，位置始终从0开始，并按顺序递增。例如，在上述数据框 df 中，'apple' 的位置是 0，'banana' 的位置是 1，'cherry' 的位置是 2。
3. df.loc vs df.iloc
让我们通过一些示例更详细地探讨这两种方法的使用。
示例 1：使用数字索引
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
print(df)
输出：
A B
0 1 4
1 2 5
2 3 6
在这个例子中，标签和位置是相同的。所以，df.loc[0:1, 'A'] 和 df.iloc[0:1, 0] 会产生相同的结果。
示例 2：使用非连续数字索引
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data, index=[2, 1, 0])
print(df)
输出：
A B
2 1 4
1 2 5
0 3 6
在这种情况下，标签和位置是不同的。所以，df.loc[2:1, 'A'] 选择的是标签为2和1的行，而 df.iloc[0:1, 0] 选择的是位置为0的行。
示例 3：使用字符串索引
data = {'A': ['apple', 'banana', 'cherry']}
df = pd.DataFrame(data, index=['x', 'y', 'z'])
print(df)
输出：
A
x apple
y banana
z cherry
在这种情况下，只有 df.loc 可以使用字符串索引，而 df.iloc 只能使用整数位置。
管 df.loc 和 df.iloc 在很多情况下都可以用来选择数据，但它们之间的关键区别在于选择的基准：标签还是位置。为了避免混淆和错误，初学者应该始终明确他们正在使用的是哪种选择方法，并确保正确使用它。
希望这篇博客能帮助您更好地理解和使用 pandas 中的 df.loc 和 df.iloc。如果您有任何疑问或需要进一步的帮助，请随时联系我们