pandas 的 df.take() 和 df.iloc[] 有什么区别？答案

【问题标题】：What is the difference between pandas' df.take() and df.iloc[]?pandas 的 df.take() 和 df.iloc[] 有什么区别？
【发布时间】：2020-09-26 20:43:04
【问题描述】：

对我来说，df.take() 似乎与更常见的df.iloc[] 具有相同的功能。我检查了文档，但找不到区别。是否存在take() 优于iloc[] 的情况？

【问题讨论】：

df.take 返回具有特定索引轴值的数据帧； iloc 可以返回带有行和列索引的数据帧。由于 df.take 的功能受到限制，因此通常速度更快。阅读take methods了解更多
谢谢，说得通。
@sammywemmy 你确定 .take 通常更快吗？因为它总是复制数据，所以我认为它通常比较慢。你有这方面的参考吗？
我认为 Pandas 中的很多操作都需要复制；但是 take 的参考范围更窄。这是熊猫文档中的reference

标签： pandas indexing

【解决方案1】：

案例：我收到以下错误消息，最后发现它挂在 .iloc 上。

TypeError: unhashable type: 'list'

由于 iloc 返回一个可变列表，因此代码不会继续求和。从 .iloc 到 .take 的简单更改解决了这个问题。

#returns list
df3['sum_total']= df3.iloc[:,-30].sum(axis=[1])
#returns tuple and worked
df3['sum_total']= df3.take([-30], axis=1).sum(axis=1)

【讨论】：

【解决方案2】：

有一些非常重要的区别：

.iloc 属于类型，而 .take 是一种方法
最重要的 .iloc 可以同时索引到行和列。 .take 只能选择其中之一。
.take 始终返回两个轴上具有相同级别数的 DataFrame。相比之下，.iloc 可以轻松返回更少的级别，以至于完全返回 Series 而不是 DataFrame，即 df.iloc[3, :] 返回以列为索引的 Series，但 df.take([3 ]) 返回一个只有一行的 DataFrame。
也很重要，.take 总是返回一个副本。这意味着您也可以使用 .iloc 进行分配，但 .take 并非如此。

【讨论】：