Pandas中iloc[]与loc[]的用法详解：区别、实例与注意事项

一、iloc[]与loc[]的区别

在Pandas中，iloc[]和loc[]是两种核心的数据索引与切片方法，它们的根本区别在于索引依据不同：iloc[]基于整数位置，而loc[]基于标签（行索引名或列名）。

维度iloc[]（integer location）loc[]（label location）索引依据行/列的整数位置（从0开始计数）行的索引名、列的列名（标签）切片规则左闭右开（如0:2仅包含位置0、1）包含终点（如'a':'c'包含标签a、b、c）支持的索引类型整数、整数列表、整数切片、布尔数组标签、标签列表、标签切片、布尔数组适用场景按数据的“物理顺序”取数（不管行/列标签）按数据的“逻辑标签”取数（依赖行/列的命名）

注意：Pandas的“列标签”和“行标签”分别对应DataFrame.columns和DataFrame.index，而机器学习中的“样本标签”是指目标值（label或目标变量），两者概念不同。此外，iloc[]和loc[]都支持可调用对象，例如df.loc[lambda df: df['列名'] > 0]。

二、实例演示

为了更清晰地体现区别，先创建一个行索引为自定义标签的DataFrame：

import pandas as pd
data = pd.DataFrame(
    data={'数学': [90, 85, 78], '英语': [88, 92, 75]},
    index=['张三', '李四', '王五']  # 行标签（非默认整数）
)
print("原始DataFrame：")
print(data)

输出：

  数学 英语
张三  90  88
李四  85  92
王五  78  75

1. iloc取单行 / loc取单列

iloc（按整数位置）：行位置0对应“张三”，列位置0对应“数学”。

data.iloc[0]  # 取第1行（位置0）
# 输出：
# 数学    90
# 英语    88
# Name: 张三, dtype: int64

loc（按标签）：直接用行标签“张三”或列名“数学”。

data.loc['张三']  # 取标签为“张三”的行
# 输出同iloc[0]

2. iloc取多行 / loc取多列（切片）

iloc（左闭右开）：0:2仅包含位置0、1（对应“张三”“李四”）。

data.iloc[0:2]  # 取位置0到2（不含2）的行
# 输出：
#    数学  英语
# 张三  90  88
# 李四  85  92

loc（包含终点）：'张三':'王五'包含所有标签在“张三”到“王五”之间的行。

data.loc['张三':'王五']  # 取标签从“张三”到“王五”的行（含王五）
# 输出：
#    数学  英语
# 张三  90  88
# 李四  85  92
# 王五  78  75

3. 取特定行+列（二维索引）

iloc（行位置+列位置）：行位置1（李四）、列位置1（英语）。

data.iloc[1, 1]  # 取第2行（位置1）、第2列（位置1）的值
# 输出：92

loc（行标签+列名）：行标签“李四”、列名“英语”。

data.loc['李四', '英语']  # 取“李四”行、“英语”列的值
# 输出：92

4. 布尔索引（按条件取数）

两者都支持布尔数组，但loc[]更常用，因为它直接关联标签，更直观。

# 条件：数学分数 > 80
mask = data['数学'] > 80

# iloc：先获取满足条件的行位置，再取数
data.iloc[mask.values]  # mask.values是布尔数组，对应行位置
# 输出：
#    数学  英语
# 张三  90  88
# 李四  85  92

# loc：直接用布尔数组取数（更直观）
data.loc[mask]
# 输出同iloc

三、注意事项

• 若DataFrame使用默认整数行索引（如0、1、2），iloc[0]和loc[0]结果可能相同，但逻辑本质不同：iloc[0]是“取位置0”，loc[0]是“取标签为0的行”。
• iloc[]的切片不包含终点（如0:3取0、1、2），loc[]的切片包含终点（如0:3取标签0、1、2、3），这是最易踩坑的差异。
• 实际场景中：若需要按“数据的物理顺序”取数（如“前5行”），用iloc[]；若需要按“行/列的命名”取数（如“取‘张三’的成绩”），用loc[]。

测试：你能读懂这句程序吗？

numerical_df.loc[numerical_df['A'] < numerical_df['B'], 'A'] = 100

这句代码的含义是：在numerical_df中，对于满足“A列小于B列”条件的行，将A列的值设置为100。它结合了布尔索引和列定位，是loc[]的典型应用。