为什么pandas中loc和iloc的查询过滤输出结果存在差异?
loc与iloc返回结果不一致的核心原因
1. 两者的查询逻辑完全不同
pandas设计中两者的定位从根上就有区别:
loc是行标签查询器:查询时完全匹配传入值与数据集的index(行标签)取值,和行在数据集里的排列顺序无关iloc是位置序号查询器:查询时匹配传入值对应的行的绝对排列位置,序号从0开始计数,和index取值完全无关
2. 筛选后数据集的索引默认保留原始值
你从原始df中筛选Age在10到50之间的数据后,得到的d1不会自动重置索引,会直接继承原始df对应行的index值。比如原始df里符合条件的行的index是[2,5,7,12...100,105...],那d1的index也会是这组不连续的数值。
这种情况下:
d1.iloc[[100], :]取的是d1里排序第101位的行(从0开始计数),不管这行的index值是多少d1.loc[[100]]取的是d1里index值等于100的那行,这行在d1里的排序位置大概率不是100,自然和iloc[[100]]返回结果不同
3. 你对loc规则的理解偏差
你提到的“loc切片会包含首尾索引”的规则,仅适用于loc[起始标签:结束标签]这种切片写法,而你用的d1.loc[[99], :]是精确匹配列表内取值的写法,只有d1的index里真实存在99这个值时才会返回对应数据,和切片规则没有关系。
附加说明:d1与d2完全等价
你用来筛选的两种写法df.loc[筛选条件]和df[筛选条件]本身是完全等价的,运行d1 == d2返回全为True也验证了这一点,这部分没有问题。
如果需要让loc和iloc的传值对应,可以在筛选后重置索引为连续的从0开始的序号:
d1 = df.loc[(df.Age<50) & (df.Age>10)].reset_index(drop=True)
重置后d1.loc[100]和d1.iloc[100]就会返回同一行数据。
内容的提问来源于stack exchange,提问作者Alex
相关产品推荐
相关产品推荐

