【Python】Pandas中的“标签”索引 与 “整数”索引
一，索引
pandas在构建Series和DataFrame时都会创建一个索引序列，类似于标签标示每个数据，不同的是，DataFrame会有行索引和列索引。注意，这里的索引类似于标记key，通过这个key可以定位到对应的value，也可以看做一个字典
In [93]: obj = pd.Series(np.arange(1,5),index=['one','two','three','four'])
In [94]: obj
Out[94]:
one 1
two 2
three 3
four 4
dtype: int64
In [95]: obj['one'] #通过标签key定位value
Out[95]: 1
二，通过索引选取数据
1，Pandas的索引与标准Python中的索引功能类似，只不过Pandas的索引值不仅仅是整数，还可以是前面说到的标签。
In [97]: obj[[0,1]] #整数索引从0开始
Out[97]:
one 1
two 2
dtype: int64
In [98]: obj[['one','two']] #轴标签索引
Out[98]:
one 1
two 2
dtype: int64
In [100]: obj[[-1,-3]] #负整数索引，从-1开始
Out[100]:
four 4
two 2
dtype: int64
In [101]: obj[['four','two']]
Out[101]:
four 4
two 2
dtype: int64
整数索引与标准Python的一样都是从0开始，负整数索引从-1开始。除此之外Pandas中的索引也支持切片。
In [105]: a = pd.DataFrame(np.arange(16).reshape(4,4),index=['a','b','c','d'],columns=['one','two','three','four'])
In [106]: a
Out[106]:
one two three four
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
d 12 13 14 15
In [107]: a[:2]
Out[107]:
one two three four
a 0 1 2 3
b 4 5 6 7
In [108]: a[:'c']
Out[108]:
one two three four
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
可以看出区别，用整数索引进行切片时，左边等于右边不等于，即是0<= index < 2，而使用标签索引则是’a’<= index<=‘c’。 所以需要注意这两种类型的索引使用。
2，DataFrame还可以使用loc和iloc来选择数据，而两者是根据“标签”或“整数”索引来选择的，
In [112]: a.iloc[:2,:] #根据整数索引选择数据
Out[112]:
one two three four
a 0 1 2 3
b 4 5 6 7
In [113]: a.loc[:'c',:] #根据标签选择数据
Out[113]:
one two three four
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
loc 和 iloc将标签索引与整数标签区别使用，这要可以避免造成错误。其实在它们之前还有一个ix，可以将这两种标签混合使用。
In [114]: a.ix[:'c',:2]
/usr/local/bin/ipython:1: FutureWarning:
.ix is deprecated. Please use
.loc for label based indexing or
.iloc for positional indexing
See the documentation here:
http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#ix-indexer-is-deprecated
#!/usr/local/bin/python3.6
/usr/local/lib/python3.6/site-packages/pandas/core/indexing.py:822: FutureWarning:
.ix is deprecated. Please use
.loc for label based indexing or
.iloc for positional indexing
See the documentation here:
http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#ix-indexer-is-deprecated
retval = getattr(retval, self.name)._getitem_axis(key, axis=i)
Out[114]:
one two
a 0 1
b 4 5
c 8 9
ix 被定义成 deprecated，大概是因为可以混合label和position导致了很多用户问题和bug。所以用标签时就loc，用整数时则用iloc，避免造成歧义。
3，将标签设置为整数时，也会造成歧义。
In [122]: b = pd.DataFrame(np.arange(16).reshape(4,4),index=[0,1,2,3],columns=['one','two','three','four'])
In [123]: b
Out[123]:
one two three four
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
In [124]: b[:2] #整数 or 标签？
Out[124]:
one two three four
0 0 1 2 3
1 4 5 6 7
In [125]: b.loc[:2]
Out[125]:
one two three four
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
In [126]: b.iloc[:2]
Out[126]:
one two three four
0 0 1 2 3
1 4 5 6 7
上面的例子中，b数组使用整数作为行标签，那么就造成歧义了。
b[:2] #这里是使用整数还是标签？像是使用整数索引
所以，如果使用整数作为标签，那么在数据选择是使用loc 或者 iloc，这样可以明确知道使用的是哪种类型的索引，从而精确地选择数据。