df.loc [anything] .index和iloc有什么区别？

Question

我很困惑，因为当我删除一行时，但是在删除它之后我可以继续用df.iloc []来查询该行，但是脚本显示的信息是下一行。

我了解ilow =行索引，但不是，您能向我解释什么错误？

例如：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(low=0, high=6, size=(10,4)),columns ={'a','b','c','d'})

df

a   b   c   d

1. 0 3 0 4
2. 0 0 1 1
3. 0 1 1 2
4. 1 1 5 5
5. 4 2 3 5
6. 4 2 0 2
7. 2 1 1 4
8. 4 3 2 4
9. 5 2 5 5

10. 2 5 0 0

    df.loc [df ['c'] == 5] .index

Int64Index（[3，8]，dtype ='int64'）

df.iloc[3]

a 1 11 5例 第5天 名称：3，dtype：int64

df = df.drop(df.loc[df['c']==5].index, axis = 0)

df

a   b   c   d

1. 0 3 0 4
2. 0 0 1 1
3. 0 1 1 2
4. 4 2 3 5
5. 4 2 0 2
6. 2 1 1 4
7. 4 3 2 4

8. 2 5 0 0

   df.iloc [3]

a 4 b 2 c 3 第5天 名称：4，dtype：int64

在这种情况下，我希望有一个例外！

Answer 1

df.loc返回基于标签（索引，列名）的数据。 iloc仅基于从0开始的位置（索引位置，列位置）返回数据。

您的第一行代码是根据条件创建数据帧的一部分。 df.index返回切片的索引。

df.loc[df['c']==5].index
Int64Index([3, 8], dtype='int64')

第二行，由于只传递了一个值，因此pandas假定它为索引，并返回指定索引处的所有元素。

df.iloc[3]

a    1
b    1
c    5
d    5

一旦删除索引号3，df.iloc [3]将再次返回第4行，因为第4位仍然存在。另一方面，使用loc将引发keyerror，因为数据帧中的数据不再具有索引号3。

df.loc[3]
KeyError: 'the label [3] is not in the [index]'