Pandas库，如何利用loc或iloc从DataFrame获取或设置数据？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

还是讨论DataFrame的使用方法，对于类似二维数组的dataframe，如何访问如何设置其中的数据片段呢？这个就是本文中主要讨论的问题。这个过程中，其实关键因素是如何描述数据的位置。观察dataframe的索引方式，然后对它进行描述吧。

大家好，这里是苏南大叔的程序如此灵动博客，记录的是苏南大叔和计算机代码的故事。本文描述pandas中用于定位dataframe数据的两个函数：loc[]和iloc[]。这两个函数有什么区别呢？测试环境：win10，python@3.6.8，pandas@1.1.5。

测试数据

这里先定义两组测试数据：

import pandas as pd
df = pd.DataFrame([
    ('虎子', 5, "dog"),
    ('老许', 3, "bird"), ],
)
df2 = pd.DataFrame([
    ('虎子', 5, "dog"),
    ('老许', 3, "bird"),
    ('二赖子', 6, "fish"), ],
    columns=("name", "age", "class")
)
df3 = pd.DataFrame([
    ('虎子', 5, "dog"),
    ('老许', 3, "bird"),
    ('二赖子', 6, "fish"), ],
    index=["a1", "a2", "a3"],
    columns=("name", "age", "class")
)

具体可以参考下面的这个链接：

• https://newsn.net/say/pandas-dataframe.html

对于类似二维数据的dataframe数据结构，可以使用(index,columns)也就是(行,列)进行描述。这里最常见的情况，就是行的索引采用“0,1,2”这样的数字索引，而列的索引是自定义的名字。比如上面的数据df2变量。

• 根据这个dataframe数据，对于index和columns是否进行了定义，可以选用pandas.DataFrame.loc(index,columns)和pandas.DataFrame.iloc(index,columns)这两个函数。
• index和columns默认是数字，但是如果被定义之后，就必须使用对应的字符串了，数字索引就对于loc[]不生效，但是对于iloc[]仍然生效。

loc[index,columns]

index,columns，可以取值数字，也可以取值字母，这取决于DataFrame的索引情况。

下面的代码中，返回的是个str：

# <class 'str'>
print(df.loc[0, 0])           # 虎子
# print(df2.loc[0,1])         # KeyError: 1
# print(df3.loc[0,1])         # KeyError: 1
print(df2.loc[0, "name"])     # 虎子
# print(df3.loc[0,"name"])    # KeyError: 0
print(df3.loc["a1", "name"])  # 虎子

下面的代码中，返回的是Series：

# <class 'pandas.core.series.Series'>
a2 = df2.loc[:, "name"]
a3 = df2.loc[:2, "name"]
# a4 = df3.loc[1:2, "name"] # TypeError: cannot do slice indexing on Index with these indexers 
a4 = df3.loc["a1":"a3", "name"]
a5 = df3.loc["a1":"a3", "name":"class"]

iloc[index,columns]

这个iloc[]中，必须使用数字索引，这个就是和loc[]的最主要区别之处。但是，在iloc[]中，无论dataframe的索引定义情况如何，都可以使用数字索引。

下面的代码，返回str类型：

# print(df2.iloc[0,"name"])  # ValueError: Can only index by location with a [integer, integer
print(df.iloc[0, 0])   # 虎子
print(df2.iloc[0, 1])  # 5
print(df3.iloc[0, 1])  # 5

下面的代码，返回Series类型：

# print(df2.iloc[1,"name"]) #虎子
print(df.iloc[:,1]) 
print(df2.iloc[2:,1]) 
print(df3.iloc[:2,1]) 
print(df3.iloc[:2,0:2])

.values

对于返回值是Series类型的情况，可以使用.values()获得ndarray类型的结果。对于str类型的情况，会报错。

# print(df.loc[1,2].values)     # AttributeError: 'str' object has no attribute 'values'
print(df.loc[:,2].values)       # ['dog' 'bird']
# print(df2.loc[0:2,2].values)  # KeyError: 2
print(df2.iloc[0:2,2].values)   # ['dog' 'bird']         <class 'numpy.ndarray'>
print(df2.iloc[0:2,0:2].values) # [['虎子' 5]['老许' 3]]  <class 'numpy.ndarray'>

修改数据

修改一系列数据，这里的index位置变成了一个条件查询语句。然后增加了一个新的字段ok。

df2.loc[df2.loc[:, 'name'] == "虎子", "ok"] = 1 

测试代码：

import pandas as pd
df = pd.DataFrame(
    [
        ["虎子", "狗", 15],
        ["老许", "猫", 10],
     ],
    columns=["姓名", "种类", "重量"],
)

# 修改行
df.iloc[1] = ["小许", "猫", 3]
df.iloc[0, :] = ["二赖子", "狗", 16]
print(df)

# 修改列
df.iloc[:, 1] = ["dog", "cat"]
print(df)

输出：

    姓名  种类  重量
0  二赖子  狗   16
1   小许   猫   3

    姓名   种类  重量
0  二赖子  dog   16
1   小许   cat   3

可能的报错

SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame
See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

视图直接设置一个值的话，可能会碰到这个警告信息。比如：

df["nan"][4] = None

不报错的版本是：

df.loc[4, "nan"] = None

相关文章

• https://newsn.net/say/python-pandas.html
• https://newsn.net/say/pandas-series-map.html

综述

更多pandas相关文章请点击：

• https://newsn.net/tag/pandas/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。