python pandas （ix & iloc &loc） 的区别

loc——通过行标签索引行数据 
iloc——通过行号索引行数据 
ix——通过行标签或者行号索引行数据（基于loc和iloc 的混合） 
同理，索引列数据也是如此！

举例说明： 
1、分别使用loc、iloc、ix 索引第一行的数据: 
（1）loc

import pandas as pddata=[[1,2,3],[4,5,6]]index=['a','b']#行号columns=['c','d','e']#列号df=pd.DataFrame(data,index=index,columns=columns)#生成一个数据框#print df.loc['a']'''c    1d    2e    3'''print df.loc[0]#这个就会出现错误'''TypeError: cannot do label indexing on <class 'pandas.indexes.base.Index'> with these indexers [1] of <type 'int'>'''
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

(2)iloc

import pandas as pddata=[[1,2,3],[4,5,6]]index=['a','b']#行号columns=['c','d','e']#列号df=pd.DataFrame(data,index=index,columns=columns)#生成一个数据框print df.iloc[0]'''c    1d    2e    3'''print df.iloc['a']'''TypeError: cannot do positional indexing on <class 'pandas.indexes.base.Index'> with these indexers [a] of <type 'str'>'''
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

(3)ix

import pandas as pddata=[[1,2,3],[4,5,6]]index=['a','b']#行号columns=['c','d','e']#列号df=pd.DataFrame(data,index=index,columns=columns)#生成一个数据框print df.ix[0]'''c    1d    2e    3'''print df.ix['a']'''c    1d    2e    3'''
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

2、分别使用loc、iloc、ix 索引第一列的数据:

import pandas as pddata=[[1,2,3],[4,5,6]]index=['a','b']#行号columns=['c','d','e']#列号df=pd.DataFrame(data,index=index,columns=columns)#生成一个数据框print df.loc[:,['c']]print df.iloc[:,[0]]print df.ix[:,['c']]print df.ix[:,[0]]#结果都为'''   ca  1b  4'''
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

3、分别使用loc、iloc、ix 索引多行的数据:

import pandas as pddata=[[1,2,3],[4,5,6]]index=['a','b']#行号columns=['c','d','e']#列号df=pd.DataFrame(data,index=index,columns=columns)#生成一个数据框print df.loc['a':'b']print df.iloc[0:1]print df.ix['a':'b']print df.ix[0:1]#结果都为'''   c  d  ea  1  2  3b  4  5  6'''
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

4、分别使用loc、iloc、ix 索引多列的数据:

import pandas as pddata=[[1,2,3],[4,5,6]]index=['a','b']#行号columns=['c','d','e']#列号df=pd.DataFrame(data,index=index,columns=columns)#生成一个数据框print df.loc[:,'c':'d']print df.iloc[:,0:2]print df.ix[:,'c':'d']print df.ix[:,0:2]#结果都为'''   c  da  1  2b  4  5'''

转载自：http://blog.csdn.net/hecongqing/article/details/61927615