파이썬 pandas DataFrame의 iloc, loc, ix의 차이

pandas DataFrame에서 index를 통해 해당하는 row를 찾을 때 사용하는 .iloc, .loc, .ix는 겉보기에 다르지 않지만 각각의 용도가 다르다고 한다.

.iloc

integer positon를 통해 값을 찾을 수 있다. label로는 찾을 수 없다

.loc

label 을 통해 값을 찾을 수 있다. integer position로는 찾을 수 없다.

.ix

integer position과 label모두 사용 할 수 있다. 만약 label이 숫자라면 label-based index만 된다.

 

예제

다음과 같이 label이 숫자로 이루어진 Series가 있다면,

>>> s = pd.Series(np.nan, index=[49,48,47,46,45, 1, 2, 3, 4, 5])

>>> s

49   NaN

48   NaN

47   NaN

46   NaN

45   NaN

1    NaN

2    NaN

3    NaN

4    NaN

5    NaN

s.iloc[:3]은 integer position을 이용하므로 1-3번째 row를 반환할 것이고, s.loc[:3]은 label을 이용하므로 1-8번째 row를 반환할 것 이다. s.ix[:3]은 label이 숫자인경우 label-based indexing을 따르므로 .loc 처럼 1-8번째 row를 반환할 것이다.

하지만, 만일 label이 아래와같이 숫자와 문자로 이루어져 있다면,

>>> s2 = pd.Series(np.nan, index=['a','b','c','d','e', 1, 2, 3, 4, 5])

>>> s2.index.is_mixed() # index is mix of types

True

>>> s2.ix[:6] # behaves like iloc given integer

a   NaN

b   NaN

c   NaN

d   NaN

e   NaN

1   NaN

s2.ix[:6]는 에러를 내지 않고 iloc처럼 1-6번째 row를 반환한다. 또한 s2.ix[:'c']를 하면 loc처럼 1-3번째 row를 반환한다.

만일 label만 이용하던지, 아니면 integer position만 이용하던지 하나만 가지고 indexing하고자 한다면 iloc이나 loc중 하나를 사용하면 된다. 하지만 두 방법을 섞어서 쓰고 싶다면 반드시 ix를 사용해야한다. 예를 들면 다음과 같다.

>>> df = pd.DataFrame(np.arange(25).reshape(5,5),

                      index=list('abcde'),

                      columns=['x','y','z', 8, 9])

>>> df

    x   y   z   8   9

a   0   1   2   3   4

b   5   6   7   8   9

c  10  11  12  13  14

d  15  16  17  18  19

e  20  21  22  23  24

mixed index를 사용하고 있는 DataFrame, df의 'c' 줄 x '8' 컬럼만 slicing하고자 한다면 ix를 통해서 다음과 같이 할 수 있다.

>>> df.ix[:'c', :4]

    x   y   z   8

a   0   1   2   3

b   5   6   7   8

c  10  11  12  13