【Python】Pandas中的“標籤”索引 與 “整數”索引
一，索引
pandas在構建Series和DataFrame時都會創建一個索引序列，類似於標籤標示每個數據，不同的是，DataFrame會有行索引和列索引。注意，這裏的索引類似於標記key，通過這個key可以定位到對應的value，也可以看做一個字典
In [93]: obj = pd.Series(np.arange(1,5),index=['one','two','three','four'])
In [94]: obj
Out[94]:
one 1
two 2
three 3
four 4
dtype: int64
In [95]: obj['one'] #通過標籤key定位value
Out[95]: 1
二，通過索引選取數據
1，Pandas的索引與標準Python中的索引功能類似，只不過Pandas的索引值不僅僅是整數，還可以是前面說到的標籤。
In [97]: obj[[0,1]] #整數索引從0開始
Out[97]:
one 1
two 2
dtype: int64
In [98]: obj[['one','two']] #軸標籤索引
Out[98]:
one 1
two 2
dtype: int64
In [100]: obj[[-1,-3]] #負整數索引，從-1開始
Out[100]:
four 4
two 2
dtype: int64
In [101]: obj[['four','two']]
Out[101]:
four 4
two 2
dtype: int64
整數索引與標準Python的一樣都是從0開始，負整數索引從-1開始。除此之外Pandas中的索引也支持切片。
In [105]: a = pd.DataFrame(np.arange(16).reshape(4,4),index=['a','b','c','d'],columns=['one','two','three','four'])
In [106]: a
Out[106]:
one two three four
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
d 12 13 14 15
In [107]: a[:2]
Out[107]:
one two three four
a 0 1 2 3
b 4 5 6 7
In [108]: a[:'c']
Out[108]:
one two three four
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
可以看出區別，用整數索引進行切片時，左邊等於右邊不等於，即是0<= index < 2，而使用標籤索引則是’a’<= index<=‘c’。 所以需要注意這兩種類型的索引使用。
2，DataFrame還可以使用loc和iloc來選擇數據，而兩者是根據“標籤”或“整數”索引來選擇的，
In [112]: a.iloc[:2,:] #根據整數索引選擇數據
Out[112]:
one two three four
a 0 1 2 3
b 4 5 6 7
In [113]: a.loc[:'c',:] #根據標籤選擇數據
Out[113]:
one two three four
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
loc 和 iloc將標籤索引與整數標籤區別使用，這要可以避免造成錯誤。其實在它們之前還有一個ix，可以將這兩種標籤混合使用。
In [114]: a.ix[:'c',:2]
/usr/local/bin/ipython:1: FutureWarning:
.ix is deprecated. Please use
.loc for label based indexing or
.iloc for positional indexing
See the documentation here:
http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#ix-indexer-is-deprecated
#!/usr/local/bin/python3.6
/usr/local/lib/python3.6/site-packages/pandas/core/indexing.py:822: FutureWarning:
.ix is deprecated. Please use
.loc for label based indexing or
.iloc for positional indexing
See the documentation here:
http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#ix-indexer-is-deprecated
retval = getattr(retval, self.name)._getitem_axis(key, axis=i)
Out[114]:
one two
a 0 1
b 4 5
c 8 9
ix 被定義成 deprecated，大概是因爲可以混合label和position導致了很多用戶問題和bug。所以用標籤時就loc，用整數時則用iloc，避免造成歧義。
3，將標籤設置爲整數時，也會造成歧義。
In [122]: b = pd.DataFrame(np.arange(16).reshape(4,4),index=[0,1,2,3],columns=['one','two','three','four'])
In [123]: b
Out[123]:
one two three four
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
In [124]: b[:2] #整數 or 標籤？
Out[124]:
one two three four
0 0 1 2 3
1 4 5 6 7
In [125]: b.loc[:2]
Out[125]:
one two three four
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
In [126]: b.iloc[:2]
Out[126]:
one two three four
0 0 1 2 3
1 4 5 6 7
上面的例子中，b數組使用整數作爲行標籤，那麼就造成歧義了。
b[:2] #這裏是使用整數還是標籤？像是使用整數索引
所以，如果使用整數作爲標籤，那麼在數據選擇是使用loc 或者 iloc，這樣可以明確知道使用的是哪種類型的索引，從而精確地選擇數據。