Python 为什么loc和iloc对数据帧的行进行切片的工作方式不同？

我想要一个数据帧，其中一列（称为“cat”）的顶行的值为“LOW”，帧的中间和底部的值为“mid”和“HI”。因此，对于1200行的帧，

cat

列的值计数应导致：

LOW    400
MID    400
HI     400

这应该很容易。但是，显然不是真的。我试图使用

df.loc[-400:，[“cat”]]=“HI”

但是，这种方法确实适用于最上面的行：

df.loc[：399，[“cat”]]=“LOW”

下面的示例显示了一个工作示例，请注意它需要

loc

和

iloc

。这是熊猫可以改进的地方吗

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.random([1200, 4]), columns=['A', 'B', 'C', 'D'])
df["cat"] = "MID"
df.loc[:399,["cat"]] = "LOW"
df.iloc[-400:,-1] = "HI"  # The -1 selects the last column ('cat') - not ideal.
df.cat.value_counts()

用于列的位置

cat

如果希望通过

iloc

按位置选择-需要索引和列的位置：

df = pd.DataFrame(np.random.random([1200, 4]), columns=['A', 'B', 'C', 'D'])
df["cat"] = "MID"

df.iloc[:400,df.columns.get_loc('cat')] = "LOW"
df.iloc[-400:,df.columns.get_loc('cat')] = "HI"

详细信息：

print (df.columns.get_loc('cat'))
4

另一种选择是使用

loc

按标签选择-然后需要选择

400

索引值：

df.loc[df.index[:400],"cat"] = "LOW"
df.loc[df.index[-400:],"cat"] = "HI"

a = df.cat.value_counts()
print (a)
MID    400
HI     400
LOW    400
Name: cat, dtype: int64

设置400个值的另一种方法是使用或通过重复列表设置值：

df["cat"] =  np.array(["LOW", "MID", "HI"]).repeat(400)

df["cat"] =  ["LOW"] * 400 + ["MID"] * 400 +  ["HI"] * 400
#thanks  @Quickbeam2k1
df = df.assign(cat = ['LOW']*400 + ['MID']*400 + ['HIGH']*400 )

---

在这里回答熊猫是否可以提高的问题： 我清楚地说明了loc正在做什么：

.loc主要基于标签，但也可与布尔数组一起使用。当找不到项目时，loc将引发KeyError

所以-400并不是索引中的标签。因此，行为符合预期

人们通常需要的是基于iloc的行访问和基于loc的列访问的访问器和访问器。但是对于这一点，

.get\u loc

-功能开始发挥作用

您还可以使用不推荐使用的

.ix

-索引器。然而，它的行为引起了一些混乱。她介绍了使用

.loc

和

.iloc

访问器的示例和方法。 基本上，@Jezrael的解决方案也可以在上面的链接中找到

---

总而言之：Pandas已经为您的问题找到了解决方案，但它让用户感到困惑。因此，为了提供更一致的API，决定在将来以另一种方式删除该功能：

df.assign（cat=['LOW']*400+['MID']*400+['HIGH']*400）

@jezraels，我认为，您应该将第一个解决方案改为只使用

.iloc

。我认为使用这两个访问器是困扰OPS的原因。这非常好，我喜欢使用np.array+repeat的访问器，谢谢！您也只能使用

.iloc