索引（Indexing）与选择数据：`loc`, `iloc`, `at`, `iat` 的精确使用

各位亲爱的编程冒险家们，晚上好！欢迎来到“索引与选择数据：loc, iloc, at, iat 的奇幻漂流”讲座现场！我是今晚的船长，哦不，是讲师，名叫“数据老司机”。今天，咱们不聊枯燥的语法，不背生硬的公式，而是要一起扬帆起航，探索 Pandas 库中索引与选择数据的那些事儿，让 loc, iloc, at, iat 这四位“护法”助你披荆斩棘，在数据的大海上乘风破浪！

准备好了吗？让我们解开缆绳，起航喽！ 🚢

第一章：索引的艺术，犹如寻宝的地图

想象一下，数据就像一座埋藏着宝藏的小岛，而索引就是指引你找到宝藏的地图。没有地图，你只能像无头苍蝇一样乱撞，最终空手而归。在 Pandas 中，索引就是定位和访问数据的关键。

Pandas 提供了两种主要的索引方式：

• 标签索引 (Label-based Indexing): 使用行或列的标签（名称）来定位数据。就像在地图上查找“海盗湾”一样，你知道明确的目标地点。
• 位置索引 (Integer-based Indexing): 使用行或列的整数位置来定位数据。就像在地图上查找“东经120度，北纬30度”一样，你知道具体的坐标。

明白了吧？标签索引是“指名道姓”，位置索引是“按图索骥”。

第二章：四大护法登场：loc, iloc, at, iat

现在，让我们隆重介绍今晚的主角，四位身怀绝技的“护法”：

• loc (Location): 标签索引的守护者，认标签不认人（位置）。
• iloc (Integer Location): 位置索引的忠实拥趸，认位置不认标签。
• at (Access at Label): loc 的精简版，专攻单个元素的标签索引，速度更快。
• iat (Access at Integer Location): iloc 的精简版，专攻单个元素的位置索引，同样追求速度。

可以把 loc 和 iloc 看作是“全能选手”，既可以访问单个元素，也可以访问数据切片。而 at 和 iat 则是“短跑健将”，只擅长访问单个元素，但速度更快，更适合对性能有要求的场景。

第三章：loc 护法：标签索引的王者

loc 护法是标签索引的专家，它只认标签，不认位置。想象一下，你手里拿着一张写着“幸福大街1号”的纸条，loc 护法会帮你找到“幸福大街1号”对应的房子，而不会管它是这条街上的第几栋房子。

语法:

dataframe.loc[row_label, column_label]

其中：

• row_label: 行标签，可以是单个标签、标签列表或标签切片。
• column_label: 列标签，可以是单个标签、标签列表或标签切片。

举个栗子 🌰:

import pandas as pd

data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '年龄': [25, 30, 28, 32],
        '城市': ['北京', '上海', '广州', '深圳']}
df = pd.DataFrame(data, index=['A', 'B', 'C', 'D']) # 自定义索引

print(df)
# 输出:
#   姓名  年龄  城市
# A  张三  25  北京
# B  李四  30  上海
# C  王五  28  广州
# D  赵六  32  深圳

# 1. 访问单行数据：
print(df.loc['B'])
# 输出:
# 姓名    李四
# 年龄    30
# 城市    上海
# Name: B, dtype: object

# 2. 访问单列数据：
print(df.loc[:, '年龄']) # 访问所有行的 '年龄' 列
# 输出:
# A    25
# B    30
# C    28
# D    32
# Name: 年龄, dtype: int64

# 3. 访问特定行和列的数据：
print(df.loc['C', '城市']) # 访问 'C' 行的 '城市' 列
# 输出:
# 广州

# 4. 使用标签切片：
print(df.loc['B':'D', '姓名':'城市']) # 访问 'B' 到 'D' 行，'姓名' 到 '城市' 列
# 输出:
#   姓名  年龄  城市
# B  李四  30  上海
# C  王五  28  广州
# D  赵六  32  深圳

# 5. 使用标签列表：
print(df.loc[['A', 'C'], ['姓名', '年龄']]) # 访问 'A' 和 'C' 行的 '姓名' 和 '年龄' 列
# 输出:
#   姓名  年龄
# A  张三  25
# C  王五  28

# 6. 使用布尔索引 (Boolean Indexing)：
print(df.loc[df['年龄'] > 28]) # 访问年龄大于 28 的行
# 输出:
#   姓名  年龄  城市
# B  李四  30  上海
# D  赵六  32  深圳

注意事项：

• 在使用标签切片时，loc 包含切片的结束标签 (inclusive)。
• 如果使用的标签不存在，loc 会抛出 KeyError 异常。

第四章：iloc 护法：位置索引的先锋

iloc 护法是位置索引的专家，它只认位置，不认标签。想象一下，你手里拿着一张写着“第 3 排，第 2 个座位”的票，iloc 护法会帮你找到电影院里第 3 排的第 2 个座位，而不会管这个座位上写着什么名字。

语法:

dataframe.iloc[row_position, column_position]

其中：

• row_position: 行位置，可以是单个整数、整数列表或整数切片。
• column_position: 列位置，可以是单个整数、整数列表或整数切片。

举个栗子 🌰:

import pandas as pd

data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '年龄': [25, 30, 28, 32],
        '城市': ['北京', '上海', '广州', '深圳']}
df = pd.DataFrame(data) # 使用默认整数索引

print(df)
# 输出:
#   姓名  年龄  城市
# 0  张三  25  北京
# 1  李四  30  上海
# 2  王五  28  广州
# 3  赵六  32  深圳

# 1. 访问单行数据：
print(df.iloc[1]) # 访问第 1 行（索引为 1）
# 输出:
# 姓名    李四
# 年龄    30
# 城市    上海
# Name: 1, dtype: object

# 2. 访问单列数据：
print(df.iloc[:, 1]) # 访问所有行的第 1 列（索引为 1）
# 输出:
# 0    25
# 1    30
# 2    28
# 3    32
# Name: 年龄, dtype: int64

# 3. 访问特定行和列的数据：
print(df.iloc[2, 0]) # 访问第 2 行的第 0 列
# 输出:
# 王五

# 4. 使用整数切片：
print(df.iloc[1:3, 0:2]) # 访问第 1 到 2 行，第 0 到 1 列
# 输出:
#   姓名  年龄
# 1  李四  30
# 2  王五  28

# 5. 使用整数列表：
print(df.iloc[[0, 2], [0, 2]]) # 访问第 0 和 2 行的第 0 和 2 列
# 输出:
#   姓名  城市
# 0  张三  北京
# 2  王五  广州

注意事项：

• 在使用整数切片时，iloc 不包含切片的结束位置 (exclusive)。
• 如果使用的位置超出范围，iloc 会抛出 IndexError 异常。

第五章：at 和 iat 护法：速度的化身

at 和 iat 护法是 loc 和 iloc 的精简版，它们只用于访问单个元素，但速度更快。它们就像数据访问领域的“闪电侠”，能够在眨眼间找到目标。

语法:

dataframe.at[row_label, column_label] # 基于标签
dataframe.iat[row_position, column_position] # 基于位置

举个栗子 🌰:

import pandas as pd

data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '年龄': [25, 30, 28, 32],
        '城市': ['北京', '上海', '广州', '深圳']}
df = pd.DataFrame(data, index=['A', 'B', 'C', 'D'])

# 使用 at 访问单个元素：
print(df.at['B', '年龄']) # 访问 'B' 行的 '年龄' 列
# 输出:
# 30

# 使用 iat 访问单个元素：
print(df.iat[2, 0]) # 访问第 2 行的第 0 列
# 输出:
# 王五

何时使用 at 和 iat？

当需要频繁访问 DataFrame 中的单个元素时，例如在循环中，使用 at 和 iat 可以显著提高性能。

第六章：实战演练：数据分析小案例

让我们用一个实际的例子来巩固一下所学知识。假设我们有一个销售数据表，记录了不同产品的销售额。

import pandas as pd

sales_data = {'产品': ['A', 'B', 'C', 'D', 'E'],
              '地区': ['北京', '上海', '广州', '深圳', '北京'],
              '销售额': [100, 150, 80, 120, 90]}
df_sales = pd.DataFrame(sales_data)

print(df_sales)
# 输出:
#   产品  地区  销售额
# 0  A  北京   100
# 1  B  上海   150
# 2  C  广州    80
# 3  D  深圳   120
# 4  E  北京    90

# 1. 找到上海地区的销售额：
shanghai_sales = df_sales.loc[df_sales['地区'] == '上海', '销售额'].values[0] # 使用 .values[0] 获取单个值
print(f"上海地区的销售额: {shanghai_sales}")

# 2. 找到销量最高的产品的名称：
max_sales_product = df_sales.loc[df_sales['销售额'] == df_sales['销售额'].max(), '产品'].values[0]
print(f"销量最高的产品: {max_sales_product}")

# 3. 将北京地区的销售额增加 10%：
df_sales.loc[df_sales['地区'] == '北京', '销售额'] = df_sales.loc[df_sales['地区'] == '北京', '销售额'] * 1.1
print(df_sales)

第七章：总结与注意事项

恭喜各位，我们已经完成了这次索引与选择数据的奇幻漂流！让我们来回顾一下今天学到的知识：

• loc: 标签索引，认标签不认位置。
• iloc: 位置索引，认位置不认标签。
• at: loc 的精简版，访问单个元素，速度更快。
• iat: iloc 的精简版，访问单个元素，速度更快。

注意事项：

• 明确你的目标：你是想基于标签索引，还是基于位置索引？
• 区分切片：loc 包含结束标签，iloc 不包含结束位置。
• 处理异常：注意 KeyError 和 IndexError 异常。
• 性能优化：在频繁访问单个元素时，考虑使用 at 和 iat。
• 灵活运用布尔索引，可以进行更复杂的数据筛选。

表格总结：

方法	索引类型	访问对象	切片包含结束值	速度
loc	标签	行、列	是	较慢
iloc	位置	行、列	否	较慢
at	标签	单个元素	N/A	快
iat	位置	单个元素	N/A	快

希望今天的讲座能够帮助大家更好地掌握 Pandas 中索引与选择数据的技巧。记住，熟能生巧，多多练习，你也能成为数据分析的专家！ 💪

现在，是提问环节，大家有什么问题吗？ 如果没有，就让我们下次再见！ 拜拜！ 👋