Pandas中iloc[]和loc[]的实现示例
Pandas数据索引的核心：iloc与loc的深度解析 在Pandas的数据操作世界里，iloc[]和loc[]堪称是数据索引与切片的两把“瑞士军刀”。它们功能相似，但内核逻辑截然不同：一个认“位置”，一个认“标签”。搞混它们，往往是数据提取错误的根源。今天，我们就来彻底厘清这对核心方法的区别与应用
Pandas数据索引的核心：iloc与loc的深度解析
在Pandas的数据操作世界里，iloc[]和loc[]堪称是数据索引与切片的两把“瑞士军刀”。它们功能相似，但内核逻辑截然不同：一个认“位置”，一个认“标签”。搞混它们，往往是数据提取错误的根源。今天，我们就来彻底厘清这对核心方法的区别与应用场景。
![Pandas中iloc[]和loc[]的实现示例](/uploads/20260428/177734721280770.webp)
一、核心区别对比：位置 vs 标签
| 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） |
这里需要特别澄清一个概念：Pandas语境下的“标签”，指的是DataFrame.columns（列名）和DataFrame.index（行索引名）。这与机器学习中代表目标变量的“样本标签”完全是两码事，千万别混淆了。
另外，两者都支持传入一个可调用对象（callable）作为索引条件，比如df.loc[lambda df: df[‘列名’]>0]，这种高级用法在复杂条件筛选时非常灵活。
二、实例演示：从抽象到具体
光说不练假把式。为了清晰展示区别，我们特意构造一个行索引为自定义标签的DataFrame，避免默认的整数索引造成干扰。
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)
输出如下：
数学 英语
张三 90 88
李四 85 92
王五 78 75
1. 单行/单列提取：两种逻辑的起点
- iloc（按整数位置）：它只关心数据在内存中的物理排列顺序。行位置0对应第一行“张三”，列位置0对应第一列“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）：它则与数据的“身份证”打交道。直接用行标签“张三”或列名“数学”来定位。
data.loc['张三'] # 取标签为“张三”的行 # 输出同iloc[0]
2. 多行/多列切片：一个“开”，一个“闭”
- iloc（左闭右开）：这是Python切片的标准行为。
0:2意味着包含位置0，但不包含位置2，所以只取到位置0和1（对应“张三”和“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）：这是基于标签的切片逻辑。
‘张三’:‘王五’意味着选取索引名从“张三”到“王五”的所有行，起点和终点都包含在内。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
看到了吗？iloc[0:2]和loc[‘张三’:‘王五’]的结果完全不同，这正是“位置”与“标签”、“左闭右开”与“闭区间”差异的直观体现。
3. 二维索引：精准定位单元格
- iloc（行位置+列位置）：用行、列的整数位置坐标来定位。行位置1（第二行“李四”），列位置1（第二列“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）：用行、列的具体名称来定位。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：条件筛选的两种路径
两者都支持布尔数组进行条件筛选，但loc的用法更为直观和常用。
# 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
使用loc时，可以直接将布尔序列（mask）传入，Pandas会自动对齐标签进行筛选，代码更简洁易懂。
三、关键注意点与避坑指南
- 默认整数索引的陷阱：如果DataFrame使用默认的整数行索引（0, 1, 2…），
iloc[0]和loc[0]的结果可能相同，但背后的逻辑天差地别。iloc[0]是“取物理位置第一行”，而loc[0]是“取索引标签为0的那一行”。一旦索引被重置或打乱，结果就可能出错。 - 最易踩坑的切片差异：务必牢记，
iloc切片不包含终点（Python风格），而loc切片包含终点。这是导致许多“为什么少取了一行/多取了一行”bug的罪魁祸首。 - 场景化选择指南：
- 当你需要按数据的物理顺序操作时，比如“取前5行”、“取倒数第3列”，请毫不犹豫地使用
iloc。 - 当你需要按数据的逻辑标签操作时，比如“取‘张三’的成绩”、“筛选‘销售额’大于100万的记录”，
loc是你的最佳选择。
- 当你需要按数据的物理顺序操作时，比如“取前5行”、“取倒数第3列”，请毫不犹豫地使用
实战测试：你能读懂这行代码吗？
最后，我们来检验一下学习成果。下面这行代码是Pandas条件赋值的典型用法，看看你是否能准确解读它的意图：
numerical_df.loc[numerical_df['A'] < numerical_df['B'], 'A'] = 100
简单解析一下：这行代码使用loc进行条件赋值。它先筛选出numerical_df中所有‘A’列值小于‘B’列值的那些行，然后针对这些行，将其‘A’列的值全部设置为100。这是一个基于标签和条件的精准数据修改操作。
掌握iloc和loc，就等于掌握了Pandas数据访问的命门。理解其差异，根据场景灵活选用，你的数据分析之路会顺畅许多。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
Adobe After Effects 是面向动态图形、影视特效与视频合成的专业创作软件。它提供关键帧动画、遮罩抠像、运动跟踪、三维空间、文字动画和表达式等工具，并可与 Premiere Pro、Photoshop、Illustrator
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Adobe Bridge 是面向摄影师、设计师及内容团队的免费数字资产管理工具，可集中预览照片、视频和 Adobe 项目文件，并利用评级、标签、关键词、元数据、筛选与收藏集完成分类检索。它还支持批量重命名、格式导出、相机导入及 Camera
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Adobe Lightroom Classic 是面向桌面摄影工作流的照片管理与后期处理软件，可将原始照片保存在本地硬盘，通过目录、关键词、评分和收藏夹高效整理图库，并提供 RAW 冲印、蒙版、镜头校正、批量同步及多格式导出等功能。
Adobe Media Encoder 是 Adobe 推出的专业音视频编码与转码工具，可通过队列、预设和监视文件夹批量完成格式转换、代理文件创建及多平台成片输出，并与 Premiere Pro、After Effects 等软件紧密协作。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理软件，提供图层、蒙版、选区、修复、调色、文字排版、智能对象及生成式编辑等能力。Mac 版支持 Intel 与 Apple Silicon 处理器。
Adobe Premiere Pro 是面向专业视频制作的非线性剪辑软件，提供多轨时间线、调色、音频处理、字幕、代理工作流和多格式输出能力，并可与 After Effects、Audition、Photoshop 及 Frame.io 协同
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理工具，可在 Windows 上完成照片修饰、选区抠图、图层合成、文字排版、绘画及生成式编辑。软件采用订阅授权，由 Creative Cloud 管理安装、更新与许
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Adobe Bridge 是 Adobe 推出的创意资产管理工具，可集中预览、分类和查找照片、视频、PDF及多种设计文件，并支持元数据、关键词、评级、批量重命名和格式导出。它可与 Photoshop、Illustrator 等应用衔接，
Adobe Lightroom Classic 是面向 Windows 桌面摄影工作流的照片管理与无损编辑工具，可通过目录集中整理大型图库，并完成 RAW 显影、局部蒙版、批量调整、打印和多格式导出。它强调本地文件管理与精细控制，
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Adobe After Effects 是面向动态图形、动画与影视视觉特效制作的专业工具，可完成关键帧动画、图层合成、遮罩跟踪、抠像、文字动画和二维三维元素整合。Windows 版通过 Adobe Creative Cloud 安装及更新，
Adobe Media Encoder 是 Adobe 面向视频与音频制作流程提供的专业编码和转码工具，可批量处理媒体文件、创建代理、套用输出预设并监控文件夹自动执行任务。它与 Premiere、After Effects、Audition