Python Pandas数据格式：传递索引和iloc的区别

Question

这是样本数据：

dict_country_gdp = pd.Series([52056.01781,40258.80862,40034.85063,39578.07441],
    index = ['Luxembourg','Norway', 'Japan', 'Switzerland'])

dict_country_gdp[0]和dict_country_gdp.iloc[0]之间有什么区别？

虽然结果相同，何时使用哪个？

Answer 1

当您使用一维系列时，[]或.iloc会给出相同的结果。

一维系列：

import pandas as pd

dict_country_gdp = pd.Series([52056.01781, 40258.80862,40034.85063,39578.07441])

dict_country_gdp

Out[]: 
0    52056.01781
1    40258.80862
2    40034.85063
3    39578.07441
dtype: float64

dict_country_gdp[0]
Out[]: 52056.017809999998

dict_country_gdp.iloc[0]
Out[]: 52056.017809999998   

多维系列：

dict_country_gdp = pd.Series([52056.01781, 40258.80862,40034.85063,39578.07441],[52056.01781, 40258.80862,40034.85063,39578.07441])

dict_country_gdp 
Out[]: 
52056.01781    52056.01781
40258.80862    40258.80862
40034.85063    40034.85063
39578.07441    39578.07441
dtype: float64

现在在这种情况下，您无法使用[]运算符访问系列。

dict_country_gdp[0]
Out[]: KeyError: 0.0

dict_country_gdp.iloc[0]
Out[]: 52056.017809999998 

iloc在访问多维系列时提供更多控制：

dict_country_gdp[0:2]
Out[]: Series([], dtype: float64)

dict_country_gdp.iloc[0:2]
Out[]: 
52056.01781    52056.01781
40258.80862    40258.80862
dtype: float64

Documentation州：

.iloc主要是基于整数位置（从轴的0到长度-1），但也可以与布尔数组一起使用。如果请求的索引器超出范围，.iloc将引发IndexError，除了允许越界索引的切片索引器。 （这符合python / numpy切片语义）。允许的输入是：

• 一个整数，例如5
• 整数列表或数组[4,3,0]
• 具有整数1：7
的切片对象
• 布尔数组
• 具有一个参数的可调用函数（调用 Series，DataFrame 或面板）并返回索引的有效输出（其中一个 以上）

这就是为什么不能将[]运算符用于数据框对象的原因。在涉及数据框架和多维系列时，只能使用iloc。