使用 pd.Index 与 df.loc 的优缺点是什么

Question

使用pd.Index 与df.loc 有什么区别？它实际上是同一件事吗？

idx = pd.Index(('a', 'b'))
df = pd.DataFrame({'a': [0, 1], 'b': [2, 3], 'c': [0, 5]})

print(df.loc[:, ('a', 'b')],)
print(df[idx])

	a	b
0	0	2
1	1	3

Answer 1

loc 如何成为首选方法是described in the documentation。使用多个切片可能会导致SettingWithCopyWarning：

idx = ['a', 'b']
d = df[idx]
d.iloc[0,0] = 9

SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

相比之下，使用loc 不会触发SettingWithCopyWarning：

idx = ['a', 'b']
d = df.loc[:,idx]
d.iloc[0,0] = 9

值得注意的是，loc 还允许您将特定轴作为参数传递：

df.loc(axis=1)[idx]

Answer 2

当你做 loc 时，你可以做索引切片和列切片或组合，但是 pd.index 只能做列切片

df.loc[[0]]
   a  b  c
0  0  2  0

df.loc[[0],['a','b']]
   a  b
0  0  2

IMO，loc 使用起来更灵活，我会选择loc，从长远来看会更清晰或检查后台。