熊猫loc vs.iloc vs.at vs.iat？

Question

最近开始从我的安全地带（R）扩展到Python，我对Pandas中的单元格定位/选择感到有点困惑。我已经阅读了文档，但我很难理解各种本地化/选择选项的实际含义。

我是否有理由使用.loc或.iloc而不是at，以及iat，反之亦然？在什么情况下我应该使用哪种方法？

_{注意：以后的读者要知道，这个问题已经过时了，是在熊猫v0.20之前写的，当时有一个函数叫做. ix。这个方法后来被分成两个-loc和iloc-以明确区分位置索引和基于标签的索引。请注意，ix由于不一致的行为和难以摸索而停产，并且在熊猫的当前版本中不再存在（}

Answer 1

熊猫从数据帧进行选择有两种主要方式。

• 按标签

留档使用术语位置来指整数位置。我不喜欢这个术语，因为我觉得它很混乱。整数位置更具描述性，正是. iloc所代表的。这里的关键字是INTEGER-通过整数位置选择时必须使用整数。

在显示摘要之前，让我们确保。。。

大熊猫有三个主要索引。我们有索引运算符本身（括号[]）、.loc和.iloc。让我们总结一下：

• []-主要选择列的子集，但也可以选择行。不能同时选择行和列。
• . loc-仅通过标签选择行和列的子集
• . iloc-仅通过整数位置选择行和列的子集

我几乎从不使用. at或. iat，因为它们没有增加额外的功能，只是性能有了一点提高。除非你有一个非常时间敏感的应用程序，否则我不鼓励使用它们。不管怎样，我们有他们的总结：

• .at仅按标签选择数据帧中的单个标量值

除了通过标签和整数位置进行选择之外，还存在布尔选择（也称为布尔索引）。

我们将首先关注.loc和.iloc之间的差异。在讨论差异之前，重要的是要了解数据帧具有帮助标识每列和每行的标签。让我们看看DataFrame的样本：

df = pd.DataFrame({'age':[30, 2, 12, 4, 32, 33, 69],
                   'color':['blue', 'green', 'red', 'white', 'gray', 'black', 'red'],
                   'food':['Steak', 'Lamb', 'Mango', 'Apple', 'Cheese', 'Melon', 'Beans'],
                   'height':[165, 70, 120, 80, 180, 172, 150],
                   'score':[4.6, 8.3, 9.0, 3.3, 1.8, 9.5, 2.2],
                   'state':['NY', 'TX', 'FL', 'AL', 'AK', 'TX', 'TX']
                   },
                  index=['Jane', 'Nick', 'Aaron', 'Penelope', 'Dean', 'Christina', 'Cornelia'])

所有粗体字都是标签。标签，年龄，颜色，食品，高度，得分和状态用于列。其他标签，Jane，Nick，Aaron，Penelope，Dean，Christina，Cornelia用作行的标签。这些行标签统称为索引。

在DataFrame中选择特定行的主要方法是使用. loc和. iloc索引器。这些索引器中的每一个也可以用来同时选择列，但是现在只关注行更容易。此外，每个索引器都使用一组括号，这些括号紧跟在它们的名称之后进行选择。

我们将首先讨论.loc索引器，它仅通过索引或列标签选择数据。在我们的示例数据框架中，我们提供了有意义的名称作为索引的值。许多数据帧没有任何有意义的名称，而是默认为0到n-1之间的整数，其中n是数据帧的长度（行数）。

有许多不同的输入可用于。loc其中三个是

• 一串

用字符串. loc选择单行

要选择一行数据，请将索引标签放在.loc后面的括号内。

df.loc['Penelope']

这将以序列形式返回数据行

age           4
color     white
food      Apple
height       80
score       3.3
state        AL
Name: Penelope, dtype: object

使用带有字符串列表的. loc选择多行

df.loc[['Cornelia', 'Jane', 'Dean']]

这将返回一个数据帧，其中的行按列表中指定的顺序排列：

使用.loc和切片表示法选择多行

切片表示法由开始、停止和步长值定义。按标签切片时，pandas会在返回中包含停止值。以下是从Aaron到Dean的片段，包括在内。其步长没有明确定义，但默认为1。

df.loc['Aaron':'Dean']

复杂切片可以采用与Python列表相同的方式。

现在让我们转向. iloc。DataFrame中的每一行和每一列数据都有一个定义它的整数位置。这是对输出中直观显示的标签的补充。整数位置仅仅是从顶部/左侧开始的行/列数，从0开始。

有许多不同的输入可用于。iloc其中三个是

• 一个整数
• 整数列表
• 使用整数作为开始和停止值的切片表示法

用整数. iloc选择单行

df.iloc[4]

这会将第5行（整数位置4）作为一个序列返回

age           32
color       gray
food      Cheese
height       180
score        1.8
state         AK
Name: Dean, dtype: object

使用.iloc和整数列表选择多行

df.iloc[[2, -2]]

这将返回第三行和倒数第二行的数据帧：

使用.iloc和切片表示法选择多行

df.iloc[:5:3]

两个. loc/. iloc的一个出色功能是同时选择行和列。在上面的示例中，从每个选择返回所有列。我们可以选择输入类型与行相同的列。我们只需要用逗号分隔行和列选择。

例如，我们可以选择行Jane和Dean，只需列的高度、分数和状态如下：

df.loc[['Jane', 'Dean'], 'height':]

这将为行使用标签列表，为列使用切片表示法

我们可以自然地对. iloc仅使用整数执行类似的操作。

df.iloc[[1,4], 2]
Nick      Lamb
Dean    Cheese
Name: food, dtype: object

. ix用于同时选择标签和整数位置，这很有用，但有时会令人困惑和含糊不清，谢天谢地，它已经被弃用了。如果需要混合使用标签和整数位置进行选择，则必须同时使用标签或整数位置进行选择。

例如，如果我们想选择行Nick和Cornelia以及列2和列4，我们可以使用.loc，方法是将整数转换为具有以下内容的标签：

col_names = df.columns[[2, 4]]
df.loc[['Nick', 'Cornelia'], col_names] 

或者，使用get\u locindex方法将索引标签转换为整数。

labels = ['Nick', 'Cornelia']
index_ints = [df.index.get_loc(label) for label in labels]
df.iloc[index_ints, [2, 4]]

loc索引器还可以进行布尔选择。例如，如果我们对查找年龄大于30岁的所有行感兴趣，并且只返回food和score列，我们可以执行以下操作：

df.loc[df['age'] > 30, ['food', 'score']] 

您可以用. iloc复制它，但不能传递布尔序列。您必须将布尔序列转换成如下所示的Numpy数组：

df.iloc[(df['age'] > 30).values, [2, 4]] 

可以使用.loc/.iloc进行列选择。您可以使用冒号选择所有行，如下所示：

df.loc[:, 'color':'score':2]

大多数人都熟悉DataFrame索引操作符的主要用途，即选择列。字符串选择单个列作为序列，字符串列表选择多个列作为数据帧。

df['food']

Jane          Steak
Nick           Lamb
Aaron         Mango
Penelope      Apple
Dean         Cheese
Christina     Melon
Cornelia      Beans
Name: food, dtype: object

使用列表选择多个列

df[['food', 'score']]

人们不太熟悉的是，当使用切片表示法时，通过行标签或整数位置进行选择。这是非常令人困惑的，我几乎从未使用过，但它确实有效。

df['Penelope':'Christina'] # slice rows by label

df[2:6:2] # slice rows by integer location

选择行时，最好使用.loc/.iloc的明确性。仅索引运算符无法同时选择行和列。

df[3:5, 'color']
TypeError: unhashable type: 'slice'

使用.at进行选择与.loc几乎相同，但它仅选择数据帧中的单个“单元格”。我们通常将此单元格称为标量值。要使用.at，请向其传递一个以逗号分隔的行和列标签。

df.at['Christina', 'color']
'black'

使用.iat进行选择与.iloc几乎相同，但它只选择单个标量值。必须为行和列位置传递一个整数

df.iat[2, 5]
'FL'

Answer 2

已针对pandas0.20更新，因为ix已被弃用。这不仅演示了如何使用loc，iloc，at，iat，设置值，还演示了如何实现基于位置/标签的混合索引。

loc-基于标签的
允许您将一维数组作为索引器传递。数组可以是索引或列的切片（子集），也可以是长度等于索引或列的布尔数组。

特别注意：当传递标量索引器时，loc可以指定以前不存在的新索引或列值。

# label based, but we can use position values
# to get the labels from the index object
df.loc[df.index[2], 'ColName'] = 3

df.loc[df.index[1:3], 'ColName'] = 3

iloc-基于位置的
类似于loc，除了位置而不是索引值。但是，不能分配新的列或索引。

# position based, but we can get the position
# from the columns object via the `get_loc` method
df.iloc[2, df.columns.get_loc('ColName')] = 3

df.iloc[2, 4] = 3

df.iloc[:3, 2:4] = 3

at-基于标签的
与标量索引器的loc非常相似。无法对数组索引器进行操作。可以分配新的索引和列。

loc的优点是速度更快。
缺点是不能使用数组作为索引器。

# label based, but we can use position values
# to get the labels from the index object
df.at[df.index[2], 'ColName'] = 3

df.at['C', 'ColName'] = 3

iat-基于位置的
工作原理类似于iloc。无法在数组索引器中工作。不能分配新的索引和列。

与iloc相比，iloc的优点是速度更快。
缺点是不能将数组用于索引器。

# position based, but we can get the position
# from the columns object via the `get_loc` method
IBM.iat[2, IBM.columns.get_loc('PNL')] = 3

set\u value-基于标签的
与标量索引器的loc非常相似。无法对数组索引器进行操作。可以指定新的索引和列

优势超快，因为开销非常小
缺点开销非常小，因为pandas没有进行大量的安全检查。使用风险自负。此外，这并非用于公共用途。

# label based, but we can use position values
# to get the labels from the index object
df.set_value(df.index[2], 'ColName', 3)

set_valuewithtakable=True-基于位置的
类似于iloc。无法在数组索引器中工作。不能！分配新的索引和列。

优势超快，因为开销非常小
缺点开销非常小，因为pandas没有进行大量的安全检查。使用风险自负。此外，这并非用于公共用途。

# position based, but we can get the position
# from the columns object via the `get_loc` method
df.set_value(2, df.columns.get_loc('ColName'), 3, takable=True)

Answer 3

loc:仅处理索引
iloc:处理位置
at:获取标量值。这是一个非常快速的loc
iat：获取标量值。这是一个非常快速的iloc

还有，

at和iat用于访问标量，即数据框中的单个元素，而loc和iloc是同时访问多个元素的组件，可能执行矢量化操作。

http://pyciencia.blogspot.com/2015/05/obtener-y-filtrar-datos-de-un-dataframe.html