Python：Pandas系列-为什么使用loc？

Question 1

为什么我们对熊猫数据框使用“ loc”？似乎以下代码无论是否使用loc都以模拟速度运行

%timeit df_user1 = df.loc[df.user_id=='5561']

100 loops, best of 3: 11.9 ms per loop

要么

%timeit df_user1_noloc = df[df.user_id=='5561']

100 loops, best of 3: 12 ms per loop

那为什么要使用loc？

编辑：这已被标记为重复问题。但是，尽管熊猫iloc vs ix vs loc的解释？确实提到*

您可以只使用数据框的getitem进行列检索：

*

df['time']    # equivalent to df.loc[:, 'time']

尽管它确实解释了loc的许多功能，但它并没有说明我们为什么使用loc，但我的特定问题是“为什么不完全省略loc”？为此，我在下面接受了非常详细的答案。

另外，其他帖子的答案（我认为不是答案）在讨论中非常隐蔽，任何搜索我正在寻找的人的人都会发现很难找到信息，并且提供的答案会更好地为您服务我的问题。

Question 2

显式胜于隐式。

df[boolean_mask]选择行为boolean_maskTrue的行，但在某些情况下可能不希望出现以下情况：当df具有布尔值的列标签时：
```
In [229]: df = pd.DataFrame({True:[1,2,3],False:[3,4,5]}); df
Out[229]: 
   False  True 
0      3      1
1      4      2
2      5      3
```
您可能要使用df[[True]]选择True列。相反，它引发一个ValueError：
```
In [230]: df[[True]]
ValueError: Item wrong length 1 instead of 3.
```
与使用loc：
```
In [231]: df.loc[[True]]
Out[231]: 
   False  True 
0      3      1
```
相反，ValueError即使的结构df2几乎与df1上述相同，也不会出现以下情况：
```
In [258]: df2 = pd.DataFrame({'A':[1,2,3],'B':[3,4,5]}); df2
Out[258]: 
   A  B
0  1  3
1  2  4
2  3  5

In [259]: df2[['B']]
Out[259]: 
   B
0  3
1  4
2  5
```
因此，df[boolean_mask]并不总是与相同df.loc[boolean_mask]。即使这可以说是不太可能的用例，但我还是建议您始终使用df.loc[boolean_mask]而不是，df[boolean_mask]因为df.loc的语法含义很明确。随着df.loc[indexer]您自动知道，df.loc被选择行。相反，不清楚是否df[indexer]会ValueError在不了解indexer和的细节的情况下选择行或列（或引发）df。
df.loc[row_indexer, column_index]可以选择行和列。df[indexer]只能根据中的值类型和列值的类型选择行或列（再次，它们是布尔值吗？）。indexerdf
```
In [237]: df2.loc[[True,False,True], 'B']
Out[237]: 
0    3
2    5
Name: B, dtype: int64
```
将切片传递给df.loc端点时，端点将包含在范围内。将切片传递给时df[...]，该切片将被解释为半开间隔：
```
In [239]: df2.loc[1:2]
Out[239]: 
   A  B
1  2  4
2  3  5

In [271]: df2[1:2]
Out[271]: 
   A  B
1  2  4
```

Question 3

除了已经说过的话（在不使用loc的情况下将列名设为True，False的问题，以及具有loc的能力来选择行和列的能力，以及能够对行和列的选择进行切片的问题），另一个很大的不同是您可以定位以将值分配给特定的行和列。如果尝试使用布尔序列选择数据框的子集并尝试更改该子集选择的值，则可能会收到SettingWithCopy警告。

假设您要更改所有薪水大于60000的行的“高级管理”列。

这个：

mask = df["salary"] > 60000
df[mask]["upper management"] = True

引发警告“正在尝试在数据框的切片副本上设置一个值”并且将不起作用，因为df [mask]创建了一个副本，并且尝试更新该副本的“高级管理”无效在原始df上。

但这成功了：

mask = df["salary"] > 60000
df.loc[mask,"upper management"] = True

请注意，在两种情况下都可以执行df[df["salary"] > 60000]或df.loc[df["salary"] > 60000]，但是我认为先将布尔条件存储在变量中会更干净。