详解Pandas中iloc、loc与ix索引方法的区别及用法

青禾

发布时间：2026-10-13 | 1人浏览过

原创

本文详细解析Pandas库中iloc、loc及ix三种索引方法的区别。iloc仅支持整数位置索引，loc仅支持标签索引（含数字标签特殊情况），而ix为混合索引。通过代码示例展示不同标签类型下的行为差异，帮助开发者避免索引混淆，正确抽取数据。

在Pandas库中，iloc、loc以及ix均可用于数据的索引与抽取。然而，由于方法众多且功能相近，初学者容易混淆。下文将结合具体代码实例，逐一阐明它们之间的核心区别。

1. iloc与loc的核心区别

iloc方法主要依赖整数位置对数据进行索引，不支持使用字符型标签进行索引。相反，loc方法仅接受字符型标签作为索引依据，不能直接使用整数位置进行索引。但存在一种特殊情况：当DataFrame的行标签或列标签本身为数字时，loc方法也可以利用这些数字标签进行索引。

首先，通过代码演示当行标签和列标签均为数字时的情形。

import pandas as pd
import numpy as np
a = np.arange(12).reshape(3,4)
print a
>>>
[[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]]
df = pd.DataFrame(a)
print df
>>>
 0 1 2 3
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
print df.loc[0]
>>>
0 0
1 1
2 2
3 3
Name: 0, dtype: int32
print df.iloc[0]
0 0
1 1
2 2
3 3
Name: 0, dtype: int32
print df.loc[:,[0,3]]
 0 3
0 0 3
1 4 7
2 8 11
print df.iloc[:,[0,3]]
 0 3
0 0 3
1 4 7
2 8 11

随后，将行标签从[0, 1, 2]修改为['a', 'b', 'c']，数据框显示如下。

df.index = ['a','b','c'] 
print df 
>>> 
 0 1 2 3 
a 0 1 2 3 
b 4 5 6 7 
c 8 9 10 11 
print df.loc[0] 
# TypeError: cannot do label indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [0] of <type 'int'> 
print df.iloc[0] 
>>> 
0 0 
1 1 
2 2 
3 3 
Name: a, dtype: int32 
print df.iloc['a'] # TypeError: cannot do positional indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [a] of <type 'str'> 
print df.loc['a'] # 正确 
>>> 
0 0 
1 1 
2 2 
3 3 
Name: a, dtype: int32

同理，将列标签从[0, 1, 2, 3]修改为['A', 'B', 'C', 'D']，数据框显示如下。

df.columns = ['A','B','C','D']
print df
>>>
 A B C D
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
print df.loc[:,'A']
>>>
a 0
b 4
c 8
Name: A, dtype: int32
print df.iloc[:,'A'] # ValueError: Location based indexing can only have [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] types

2. ix作为一种混合索引方式

print df.ix[0]
>>>
A 0
B 1
C 2
D 3
Name: a, dtype: int32
print df.ix['a']
>>>
A 0
B 1
C 2
D 3
Name: a, dtype: int32
print df.ix[:,0]
>>>
a 0
b 4
c 8
Name: A, dtype: int32
print df.ix[:,'A']
>>>
a 0
b 4
c 8
Name: A, dtype: int32

以上关于Pandas中iloc、loc以及ix区别的详细解析即为全部内容，希望能对读者有所帮助。欢迎参考，并期待大家继续支持本站。