Question

我已经阅读了很多关于iloc vs loc的讨论，我理解了差异，但我不明白的是它们之间有什么区别：

indexed_data['var'][0:10]

VS

indexed_data['var'].iloc[0:10]

这些似乎是相同的东西，并提供相同的输出。

我错过了什么吗？谢谢！

Answer 1

在最新版本的pandas中，这适用于ix函数。

但是来自pandas 0.20+ ix indexer is deprecated。

因此，请将get_loc用于var列的位置，并仅使用iloc进行选择：

indexed_data.iloc[0:10, df.columns.get_loc('var')]

在我看来之间的区别：

indexed_data['var'][0:10]

和

indexed_data['var'].iloc[0:10]

主要在][。我认为最好的是避免它，因为可能chaining indexing。

Modern pandas by Tom Augspurger (pandas dev) get advice：

粗略的规则是，只要你看到背靠背的方括号，] [，你就是在寻找麻烦。将其替换为.loc[..., ...]，您将被设置。

所以最好使用本地pandas函数，例如loc，iloc。

然后尝试比较为每个方法调用的函数，但在一个40分钟后我停止它（实际上调用了很多函数）。

我检查时间，并且每个功能都有所不同：

indexed_data = pd.DataFrame(np.random.randint(3, size=(2000000,1)), columns=['var'])

In [151]: %timeit indexed_data['var'].iloc[0:100000]
10000 loops, best of 3: 62.1 µs per loop

In [152]: %timeit indexed_data['var'][0:100000]
10000 loops, best of 3: 82.3 µs per loop

In [153]: %timeit indexed_data.iloc[0:100000, indexed_data.columns.get_loc('var')]
10000 loops, best of 3: 155 µs per loop

In [154]: %timeit indexed_data.loc[indexed_data.index[0:100000], 'var']
100 loops, best of 3: 7.36 ms per loop

#numpy approach - output is array 
In [155]: %timeit indexed_data['var'].values[0:100000]
100000 loops, best of 3: 5.35 µs per loop

Answer 2

替代解决方案：

indexed_data.loc[indexed_data.index[0:10], 'var']

请阅读Pandas docs about "Different Choices for Indexing" - 它将帮助确定哪种索引器用于不同的情况...

Answer 3

作为其他答案的补充，还请注意docs中的以下注释：

虽然用于选择和设置的标准Python / Numpy表达式非常直观，并且在交互工作中非常方便，但对于生产代码，我们建议使用优化的熊猫数据访问方法.at，.iat，{{ 1}}和.loc。

熊猫iloc vs直接切片？

3 个答案: