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。

一、核心区别对比：位置 vs 标签

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

1. 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。
2. 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。
3. 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。

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。