Pandas中loc,iloc,ix的使用
使用 iloc 從DataFrame中篩選數據
iloc 是基于“位置”的Dataframe的操作，即主要基于下標的操作
簡單使用
Pandas中的 iloc 是用基于整數的下標來進行數據定位/選擇
iloc 的語法是 data.iloc[<row selection>, <column selection>], iloc 在Pandas中是用來通過數字來選擇數據中具體的某些行和列。你可以設想每一行都有一個對應的下標（0,1,2，...)，通過 iloc 我們可以利用這些下標去選擇相應的行數據。同理，對于行也一樣，想象每一列也有對應的下標(0,1,2,...),通過這些下標也可以選擇相應的列數據。
在iloc中一共有 2 個 “參數” -行選擇器 和 -列選擇器，例如：
# 使用DataFrame 和 iloc 進行單行/列的選擇
# 行選擇：
data.iloc[0] # 數據中的第一行
data.iloc[1] # 數據中的第二行
data.iloc[-1] # 數據中的最后一行
# 列選擇：
data.iloc[:, 0] # 數據中的第一列
data.iloc[:, 1] # 數據中的第二列
data.iloc[:, -1] # 數據中的最后一列
行列混合選擇
iloc 同樣可以進行和列的混合選擇，例如：
# 使用 iloc 進行行列混合選擇
data.iloc[0:5] # 數據中的第 1-5 行
data.iloc[:, 0:2] # 選擇數據中的前2列和所有行
data.iloc[[0, 3, 6, 24], [0, 5, 6]] # 選擇第 1,4,7,25行 和 第 1,6,7 列
data.iloc[0:5, 5:8] # 選擇第1-6行 和 6-9列
使用 iloc 注意以下兩點：
-
如果使用iloc只選擇了單獨的一行會返回 Series 類型，而如果選擇了多行數據則會返回 DataFrame 類型，如果你只選擇了一行，但如果想要返回 DataFrame 類型可以傳入一個單值list,具體例子看圖：
image 當你使用 [1:5] 這種語法對數據進行切片的時候，要注意只選擇了 1,2,3,4 這 4 個下標，而 5 并沒有被包括進去，即使用[x:y]選擇了下標從 x 到 y-1 的數據
實際工作中，其實很少用到 iloc ，除非你想選擇第一行( data.iloc[0] ) 或者 最后一行( data.iloc[-1] )
使用 loc 從DataFrame中篩選數據
可以在以下2中情況下使用 ioc：
- 使用 基于標簽(列頭)的下標的 查找
- 使用 boolean / 有條件的 查找
使用 loc 的語法和 iloc 一樣：data.loc[<row selection>, <column selection>]
使用基于標簽(列頭)的下標數據選擇
使用 loc 進行數據選擇是基于下標的（如果有的話），可以使用 df.set_index() 來設置下標, loc 方法直接通過下標來選擇行。
例如將"last_name"這一列設置為下標：
data.set_index("last_name", inplace=True)
效果如圖：
現在我們已經將下標設置為"last_name"，這樣我們就可以根據"last_name"選擇不同的數據了，使用 data.loc[<label>]
同樣的可以查找單個值或者多個值，例子如圖：
注意，第一個樣例代碼返回的是 Series 類型，而第二個樣例代碼返回的是 DataFrame 類型，同樣你也可以通過傳遞一個單值list來返回一個 DataFrame 類型的數據
當然也可以使用 loc 對列進行選擇，同時可以選擇對列使用 " : "進行切片選擇，效果如圖：
同時，你還可以使用 " : " 對下標進行切片選擇，例如 data.loc['Bruch':'Julio'] 會選擇從下標為'Bruch'到下標為'Julio' 的所有行，例如：
# 選擇下標值為'Andrade' 和 'Veness',并且從'city'到'email'的所有列
data.loc[['Andrade', 'Veness'], ['city':'email']]
# 選擇和之前相同的行，但只選擇'first_name', 'address' 和 'city'這3列
data.loc['Andrade':'Veness', ['first_name', 'address', 'city']]
# 將下標切換為'id'
data.set_index('id', inplace=True) # 在原有數據源上修改
# 選擇下標（'id'）= 487 的行
data.loc[487]
注意：最后一行代碼：data.loc[487] 不等價于 data.iloc[487], 前者是選擇 'id' = 487 的行，而后者是選擇第488行，DataFrame的索引可以是數字順序的，也可以是字符串或多值的。
使用Boolean / 邏輯判斷選擇數據
使用 boolean 數組進行條件選擇是較為常用的手段，使用boolean下標或者邏輯表達式，你可以傳遞給 loc 一個值為 True/False 的Series或者數組來選擇那些 Series或者數組中值為 True 的行。
較多情況下，語句 data["first_name" == 'Antonio'] 會返回一個值為 True/False 的 Series 類型數據，其中 "True" 代表這一行中的 "first_name" 值為 "Antonio"，這些 boolean數組可以直接如圖所示傳遞給 loc 方法：
和之前一樣，可以傳遞給 loc 第2個"參數"用來選擇某些列，可以是列舉的列名，也可以是用 " : " 切片的連續列，如圖：
同樣要注意：如果只選擇了單獨的一列，返回的是 Series 類型，同樣傳遞一個單值list可以返回 DataFrame 類型，如圖：
通過以下代碼可以很好的理解 loc 的使用：
# 選擇 first_name 為Antonio,并且從 'city' 到 'email'的所有列
data.loc[data['first_name'] == 'Antonio', 'city':'email']
# 選擇那些 email的值中是以 "hotmail.com" 結尾的行，同時選擇所有列
data.loc[data['email'].str.endswith("hotmail.com")]
# 選擇那些 "last_name" 等于某些值的行
data.loc[data['first_name'].isin(['France', 'Tyisha', 'Eric'])]
# 選擇 first_name = 'Antonio' 并且 email 是以 "gmail.com"結尾的行
data.loc[data['email'].str.endswith("gmail.com") & (data['first_name'] == 'Antonio')]
# select rows with id column between 100 and 200, and just return 'postal' and 'web' columns
# 選擇那些 id 從100到200的行，并且只返回 'postal' 和 'web' 這兩列
data.loc[(data['id'] > 100) & (data['id'] <= 200), ['postal', 'web']]
# lambda函數產生的 True/False 同樣可以使用到 loc 中
# 選擇那些公司名為4個單詞的行
data.loc[data['company_name'].apply(lambda x: len(x.split(' ')) == 4)]
# 為了代碼更加清晰， 選擇也可以在 .loc 之外進行
# 在 .loc 之外單獨生成一個變量
idx = data['company_name'].apply(lambda x: len(x.split(' ')) == 4)
# 只選擇 idx 值為True的那些行，并且只選擇'email', 'first_name', 'company'這3列
data.loc[idx, ['email', 'first_name', 'company']]
順便說一下Pandas中 map(), apply() 和 applymap()的區別
map()是 Series 中的函數，DataFrame 中是沒有map()的，map()將函數應用于Series中的每一個元素apply()和applymap()是 DataFrame 中的函數，而在Series中是沒有的。他們的區別在于：apply()將函數作用于DataFrame中的 每一個行或者列，而applymap()會將函數作用于DataFrame中的 每一個元素。
使用 loc 修改 DataFrame 中的數據
你可以像使用 loc 查詢數據那樣對數據進行修改，這個操作不會返回新的數據對象而是直接在原數據上進行修改。通過這個操作，你可以根據不同的情況對數據進行修改：
# 修改 'id' > 2000 的數據中的 'first_name' 為 "John"
data.loc[data['id'] > 2000, "first_name"] = "John"
使用 ix 進行選擇
現在pandas官方已經不推薦使用 ix 進行選擇了，并且將會在 0.20.1版本從Pandas中丟棄
