pandas DataFrame的查詢方法（loc,iloc,at,iat,ix的用法和區別）

pandas DataFrame的增刪查改總結系列文章：

• pandas DaFrame的建立方法
• pandas DataFrame的查詢方法
• pandas DataFrame行或列的刪除方法
• pandas DataFrame的修改方法

在操做DataFrame時，確定會常常用到loc，iloc，at等函數，各個函數看起來差很少，可是仍是有不少區別的，咱們一塊兒來看下吧。

首先，仍是列出一個咱們用的DataFrame，注意index一列，以下：

接下來，介紹下各個函數的用法：

一、loc函數

願意看官方文檔的，請戳這裏，這裏通常最權威。
loc函數是基於「標籤」選擇數據的，可是也能夠接受一個boolean的array，對於每一個用法，咱們從參數方面來一一舉例：

1.1 單個label

接受一個「標籤」（label）參數，返回一個Series，例以下面這個例子收一個標籤，返回經過這個標籤訂位的行的值，注意這裏是經過標籤訂位，而不是經過中括號中的數字定位第幾行，以後咱們經過對比iloc函數時還會細說。

test_dict_df.loc[1] #return the row with name 'Bob'
test_dict_df.loc[7] #return the row with name 'Time' important!!!
# type(test_dict_df.loc[1]) #pandas.core.series.Series

1.2 一個label的array

若是鍵入一個標籤的array，那麼就返回一個對應的DataFrame：

test_dict_df.loc[[1,2,4]]

結果以下：

1.3 加入一個切片array

test_dict_df.loc[[1:4]]

結果以下：

1.4 行標籤，列標籤

經過在中括號中加入行標籤和列標籤來定位一個cell，至關於座標的定位：

test_dict_df.loc[1,'english']  #result：94

1.5 行標籤或者列標籤是切片array

test_dict_df.loc[1:4,'english']
# test_dict_df.loc[1:4,'english':'math']

1.6 還能夠接受條件，進行選擇

例如咱們選擇英語成績超過90的全部行：

test_dict_df.loc[test_dict_df['english']>90]

固然，也能夠再條件選擇後，再加入列選擇，列選擇的時候能夠單列，也能夠是切片數組，經過上面的介紹這裏就能夠靈活處理：

test_dict_df.loc[test_dict_df['english']>90,'english'] #single label
test_dict_df.loc[test_dict_df['english']>90,'english':'name'] #slice array
test_dict_df.loc[test_dict_df['english']>90,['english','name']] #label array

1.7 接受一個boolean的array

能夠接受一個boolean的array，至關於按照這個表的真假按照位置的順序選擇值

test_dict_df.loc[[True,False,False,True]]

loc還有不少用法，這裏先介紹到這裏吧，固然若是你的DataFrame是複合的行或者複合列，寫法也是不一樣的，具體就能夠查閱官方文檔了！

二、iloc函數

官方文檔戳這裏。
iloc函數與loc函數不一樣的是，它接受的是一個數字，表明着要選擇數據的位置：

test_dict_df.iloc[6]

這表明咱們選擇的是第6行，而不是index爲6的那一行。固然，也能夠接受一個boolean的array，至關於按照這個表的真假按照位置的順序選擇值：

test_dict_df.iloc[[True,False,False,True]]

這裏iloc也能夠接受切片array：

# test_dict_df.iloc[1:2]
test_dict_df.iloc[[1,2,4]]

三、ix函數（0.20.0版本後已經棄用）

ix就是一種混合索引，字符串的標籤和證書的數據索引均可以做爲合法輸入，其實至關於loc和iloc的一個混合方法：

test_dict_df.ix['Alice']
test_dict_df.ix[1]

上述兩種方法都能獲得值，這裏咱們就不追究這個函數具體是怎樣的檢索順序或者工做原理了。由於官方給出的是從pandas0.20.0以後，ix函數已經被棄用。其實在使用的時候，ix函數雖然方便，可是的確有時候會顯得比較混亂，因此咱們以後也儘可能少用這個函數吧，仍是按照官方大佬的指導。

四、at函數

at是用來選擇單個值的，此時用法相似於loc：

test_dict_df.at[1,'english']
test_dict_df.loc[1,'english']

以上兩種方法都能選擇到，label爲1，列爲'english'的那個值，可是聽說at速度要快，這點我沒有考證過。

五、iat函數

iat函數相對於at函數，就至關於iloc相對於loc函數。iat也只能選擇一個值。只不過是用索引位置來選擇，注意：行列都是索引位置來選擇，從0開始數。

# test_dict_df.iat[1,'english'] #error!!!
test_dict_df.iat[2,2] #right!!!

六、歸納一下

最後咱們歸納一下：
一、 loc和iloc函數都是用來選擇某行的，iloc與loc的不一樣是：iloc是按照行索引所在的位置來選取數據，參數只能是整數。而loc是按照索引名稱來選取數據，參數類型依索引類型而定；
二、 at和iat函數是隻能選擇某個位置的值，iat是按照行索引和列索引的位置來選取數據的。而at是按照行索引和列索引來選取數據；
三、 loc和iloc函數的功能包含at和iat函數的功能。

相應的代碼鏈接：github代碼 先寫到這裏，若有新的再補充。