有人能解释一下这三种切片方法有什么不同吗？我看过医生，我已经看到了这些答案，但我仍然无法解释这三个答案的不同之处。在我看来，它们在很大程度上是可以互换的，因为它们处于较低的切片级别。

例如，假设我们想要得到一个DataFrame的前五行。这三个都是怎么工作的？

有人能提出三种使用上的区别更清楚的情况吗？

注：熊猫0.20.0及以上版本不推荐使用ix，鼓励使用loc和iloc。我留下了这个答案中描述ix的部分，作为熊猫早期版本用户的参考。下面添加了一些示例，说明了ix的替代方案。

首先，这里简要介绍三种方法：

• loc从索引中获取带有特定标签的行(或列)。
• iloc在索引中的特定位置获取行(或列)(因此它只接受整数)。
• ix通常试图表现得像loc，但如果索引中没有标签，则会回到iloc的表现。

重要的是要注意一些细微之处，这些细微之处会使ix的使用变得有些困难：

• 如果索引是整数类型，那么ix将只使用基于标签的索引，而不返回基于位置的索引。如果标签不在索引中，则会引发错误。

• 如果索引不只包含整数，那么给定一个整数，ix将立即使用基于位置的索引，而不是基于标签的索引。但是，如果ix被赋予另一种类型(例如字符串)，它可以使用基于标签的索引。

为了说明这三种方法之间的差异，请考虑以下系列：

我们来看看整型值3的切片。

在这种情况下，s.iloc[:3]返回前3行(因为它将3视为位置)，s.loc[:3]返回前8行(因为它将3视为标签)：

号

注意，s.ix[:3]返回与s.loc[:3]相同的序列，因为它首先查找标签，而不是处理位置(s的索引为整数类型)。

如果我们尝试使用一个不在索引中的整数标签(比如6)，会怎么样？

这里，s.iloc[:6]按预期返回序列的前6行。但是，由于6不在索引中，因此s.loc[:6]会引发一个键错误。

根据上面提到的微妙之处，s.ix[:6]现在提出了一个keyerror，因为它试图像loc那样工作，但在索引中找不到6。因为我们的索引是整数类型，所以ix不会像iloc那样返回到行为。

但是，如果我们的索引是混合类型的，如果给定一个整数ix，那么它的行为将类似于iloc，而不是引发keyerror：

。

记住，ix仍然可以接受非整数，其行为与loc类似：

作为一般建议，如果您只使用标签进行索引，或者只使用整数位置进行索引，请使用loc或iloc以避免意外结果-请尝试不使用ix。

有时，如果给定了一个数据帧，您将希望为行和列混合使用标签和位置索引方法。

例如，考虑以下数据帧。如何最好地将行切片到"c"并包括"c"，并取前四列？

。

在早期版本的pandas(0.20.0之前)中，ix让您可以非常灵活地执行此操作—我们可以按标签对行进行切片，按位置对列进行切片(注意，对于列，ix将默认为基于位置的切片，因为4不是列名称)：

。

在以后的熊猫版本中，我们可以使用iloc和另一种方法来实现这一结果：

get_loc()是一种索引方法，意思是"获取标签在该索引中的位置"。请注意，由于使用iloc进行切片不包括其端点，因此如果希望行"c"，则必须向该值添加1。

在熊猫的文档中还有更多的例子。

iloc基于整数定位。因此，无论您的行标签是什么，您都可以，例如，通过执行以下操作获取第一行

或者做最后五行

号

您也可以在列中使用它。这将检索第3列：

您可以组合它们以获得行和列的交叉点：

。

另一方面，.loc使用命名索引。让我们用字符串作为行和列标签来设置数据帧：

那我们就可以坐第一排了

。

和第二行的'date'列

。

等等。现在，有必要指出，DataFrame的默认行和列索引是0的整数，在这种情况下，iloc和loc的工作方式相同。这就是为什么你的三个例子是等价的。如果有字符串或日期时间等非数字索引，df.loc[:5]将引发错误。

另外，只需使用数据帧的__getitem__即可进行列检索：

现在假设您想混合使用位置和命名索引，也就是说，使用行上的名称和列上的位置进行索引(为了澄清，我的意思是从数据帧中选择，而不是创建一个数据帧，其中行索引中包含字符串，列索引中包含整数)。这就是.ix的由来：

。

我认为也值得一提的是，您可以将布尔向量传递给loc方法。例如：

将返回df的第1行和第3行。这相当于用于选择的df[b]，但也可用于通过布尔向量分配：

。

在我看来，接受的答案令人困惑，因为它使用的是一个只缺少值的数据帧。我也不喜欢基于.iloc的术语position，相反，我更喜欢整数位置，因为它更具描述性，更确切地说是.iloc的意思。关键字是整数-.iloc需要整数。好的。

有关子集选择的详细信息，请参阅我的博客系列。好的。.ix已弃用且不明确，不应使用

由于.ix被否决，我们只关注.loc和.iloc之间的差异。好的。

在我们讨论差异之前，重要的是要理解数据帧具有帮助识别每个列和每个索引的标签。让我们来看一个示例数据框：好的。

。好的。

粗体字都是标签。列使用标签：age、color、food、height、score和state。其他标签：Jane、Nick、Aaron、Penelope、Dean、Christina、Cornelia用于索引。好的。

选择数据帧中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都可以用于同时选择列，但现在只关注行更容易。另外，每个索引器使用一组紧跟在其名称后面的括号进行选择。好的。.loc仅按标签选择数据

我们将首先讨论.loc索引器，它只根据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。许多数据帧将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。好的。

有三种不同的输入可用于.loc。好的。

• 一根绳子
• 字符串列表
• 以字符串作为起始值和终止值的切片表示法

选择带有.loc和字符串的单行好的。

要选择一行数据，请将索引标签放在.loc后面的括号内。好的。

号

这将以序列形式返回数据行好的。

使用.loc和字符串列表选择多行好的。

。

这将返回一个数据帧，其中的行按列表中指定的顺序排列：好的。

氧化镁好的。

用.loc和slice符号选择多行好的。

切片表示法由开始、停止和步骤值定义。当按标签切片时，pandas在返回中包含stop值。以下是从Aaron到Dean的片段。其步骤大小未明确定义，但默认为1。好的。

氧化镁好的。

复杂切片可以采用与Python列表相同的方式。好的。.iloc仅按整数位置选择数据

现在我们来看看.iloc。数据帧中的每一行和每一列数据都有一个定义它的整数位置。这是对输出中显示的标签的补充。整数位置只是从顶部/左侧从0开始的行/列数。好的。

有三种不同的输入可用于.iloc。好的。

• 整数
• 整数列表
• 以整数作为起始值和终止值的切片表示法

用带整数的.iloc选择一行好的。

这将返回第5行(整数位置4)作为一个序列好的。

号

用.iloc和整数列表选择多行好的。

这将返回第三行和第二行到最后一行的数据帧：好的。

。好的。

使用.iloc和slice符号选择多行好的。

。

氧化镁好的。使用.loc和.iloc同时选择行和列

两个.loc/.iloc的一个极好的能力是它们同时选择行和列的能力。在上面的示例中，所有列都是从每个选择中返回的。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的选择。好的。

例如，我们可以选择行Jane和Dean，只选择列高度、分数和状态，如下所示：好的。

氧化镁好的。

这将使用行的标签列表和列的切片表示法好的。

我们可以自然地用.iloc只使用整数进行类似的操作。好的。

。同时选择标签和整数位置

.ix用于同时选择标签和整数位置，这是有用的，但有时会混淆和含糊不清，值得庆幸的是，它已被弃用。如果需要混合使用标签和整数位置进行选择，则必须同时选择标签或整数位置。好的。

例如，如果我们要选择行Nick和Cornelia以及列2和4，我们可以使用.loc，将整数转换为标签，如下所示：好的。

。

或者，使用get_locindex方法将索引标签转换为整数。好的。

布尔选择

.loc索引器也可以进行布尔选择。例如，如果我们有兴趣查找年龄在30岁以上的所有行，只返回food和score列，我们可以执行以下操作：好的。

。

您可以用.iloc复制这个，但不能传递一个布尔序列。必须将布尔序列转换为numpy数组，如下所示：好的。

选择所有行

可以使用.loc/.iloc只选择列。您可以使用如下冒号选择所有行：好的。

。

氧化镁好的。索引操作符[]也可以选择行和列，但不能同时选择。

大多数人都熟悉数据帧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。好的。

使用列表可选择多列好的。

号

。好的。

人们不太熟悉的是，当使用切片表示法时，选择是通过行标签或整数位置进行的。这是非常混乱的，我几乎从未使用过，但它确实有效。好的。

氧化镁好的。

。

氧化镁好的。

选择行时最好使用.loc/.iloc的明确性。仅索引运算符不能同时选择行和列。好的。

好啊。