python pandas中的ix，loc和iloc

最新推荐文章于 2025-04-28 21:33:18 发布

seanb

最新推荐文章于 2025-04-28 21:33:18 发布

阅读量1.3w

点赞数

CC 4.0 BY-SA版权

分类专栏： python pandas 文章标签： python pandas

本文链接：https://blog.youkuaiyun.com/seanb/article/details/53705129

python 同时被 2 个专栏收录

7 篇文章

订阅专栏

pandas

1 篇文章

订阅专栏

本文介绍了Python pandas库中DataFrame的ix, loc和iloc三种数据选择方法。ix是混合索引和位置定位，loc是纯标签定位，而iloc是纯位置定位。在使用时，推荐使用df.loc[:,'one']来修改行/列，df.loc['a','one']来修改特定元素，避免使用可能返回不确定性的df['one']或df['a']['one']。" 131453289,1467541,从飞机发明看预先要求与必然结果：人工智能的理论根基,"['科学基础', '技术发展', '历史案例', '人工智能理论', '数据模型']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

环境：python 3.4 + pandas 0.19.1

先看一下官方文档对这3个api的描述：

DataFrame.ix
- A primarily label-location based indexer, with integer position fallback.【支持根据索引值，或者按顺序位置定位】
- .ix[] supports mixed integer and label based access. It is primarily label based, but will fall back to integer positional access unless the corresponding axis is of integer type.【按顺序位置定位，要求索引不能是数字】
DataFrame.loc
- Purely label-location based indexer for selection by label.【按索引值定位】
- .loc[] is primarily label based, but may also be used with a boolean array.
DataFrame.iloc
- Purely integer-location based indexing for selection by position.【按顺序位置定位】
- .iloc[] is primarily integer position based (from 0 to length-1 of the axis), but may also be used with a boolean array.

然后在一个函数中需要对DF进行修改，使用了iloc，但是用的是交叉的方式（df.iloc[1, 'col1']，index使用位置，column使用了索引值），结果发现修改没有生效，报出了警告：

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

里面提到“When setting values in a pandas object, care must be taken to avoid what is called chained indexing. ”，具体详细内容参见链接，不细讲。简单说一下结论：当需要修改pandas的对象时（Series/DataFrame），以如下规则（对ix/loc/iloc一样)：

应该使用的方法：df.loc[:,'one']（修改行/列），df.loc['a', 'one']（修改具体某个元素）；
不应使用的方法：df['one']（修改行/列），df['a']['one']、df.loc['a']['one']（修改具体某个元素）。（因为这些方法可能返回的是copy，也可能不是，具有不确定性）