索引Pandas Dataframe ：整数行，命名列

c0vxltue 于 2023-02-17 发布在其他

关注(0)|答案(6)|浏览(213)

假设df是一个panda Dataframe 。

df.loc[]只接受名称
df.iloc[]仅接受整数（实际位置）
df.ix[]接受名称和整数：

当引用行时，df.ix[row_idx, ]只希望被赋予名称。

df = pd.DataFrame({'a' : ['one', 'two', 'three','four', 'five', 'six'],
                   '1' : np.arange(6)})
df = df.ix[2:6]
print(df)

   1      a
2  2  three
3  3   four
4  4   five
5  5    six

df.ix[0, 'a']

抛出一个错误，它不会给予'two'。
引用列时，iloc首选整数，而不是名称。

df.ix[2, 1]

返回'three'，而不是2。（尽管df.idx[2, '1']确实返回2）。
奇怪的是，我喜欢完全相反的功能，通常我的列名是非常有意义的，所以在我的代码中我直接引用它们，但由于大量的观察清理，我的Pandas数据框中的行名称通常不对应于range(len(df))。
我意识到我可以用途：

df.iloc[0].loc['a'] # returns three

但是看起来很难看！有没有人知道更好的方法来做这件事，让代码看起来像这样？

df.foo[0, 'a'] # returns three

事实上，是否可以将我自己的新方法添加到pandas.core.frame.DataFrame s中，例如df.idx(rows, cols)实际上是df.iloc[rows].loc[cols]？

pandas

来源：https://stackoverflow.com/questions/28754603/indexing-pandas-data-frames-integer-rows-named-columns

6条答案

按热度按时间

pprl5pva1#

这是一个迟来的回答，但@unutbu的评论仍然有效，是解决这个问题的一个很好的办法。
要为具有整数行和命名列（标记列）的数据框编制索引：
df.loc[df.index[#], 'NAME']，其中#是有效的整数索引，NAME是列的名称。

赞(0）回复(0）举报 2023-02-17

ergxz8rk2#

现有的答案在我看来是短视的。

问题解决方案

df.loc[df.index[0], 'a']
这里的策略是获取第0行的行标签，然后正常使用.loc。
1.如果df具有重复的行标签，则df.loc[df.index[0], 'a']可能返回多行。
.loc比.iloc慢，因此您在这里牺牲了速度。
df.reset_index(drop=True).loc[0, 'a']
这里的策略是重置索引，使行标签变为0，1，2，......这样.loc[0]就给出了与.iloc[0]相同的结果。不过，这里的问题是运行时，因为.loc比.iloc慢，而且重置索引会产生开销。

更好的解决方案

我建议按照@Landmaster的评论去做：

df.iloc[0, df.columns.get_loc("a")]

本质上，这与df.iloc[0, 0]相同，只是我们使用df.columns.get_loc("a")动态获取列索引。
要索引多个列（如['a', 'b', 'c']），请用途：

df.iloc[0, [df.columns.get_loc(c) for c in ['a', 'b', 'c']]]

更新

这是作为我的course on Pandas的一部分讨论的here。

赞(0）回复(0）举报 2023-02-17

dba5bblo3#

这个答案很晚才给出，但让我惊讶的是，这么多年过去了，Pandas仍然没有这样的功能。如果你觉得很烦，你可以在DataFrame中安装一个自定义索引器：

class XLocIndexer:
    def __init__(self, frame):
        self.frame = frame
    
    def __getitem__(self, key):
        row, col = key
        return self.frame.iloc[row][col]

pd.core.indexing.IndexingMixin.xloc = property(lambda frame: XLocIndexer(frame))

# Usage
df.xloc[0, 'a'] # one

赞(0）回复(0）举报 2023-02-17

xa9qqrwz4#

要通过行列标签获取或设置DataFrame中的 * 单个 * 值，最好使用DataFrame.at而不是DataFrame.loc，因为它是...
1.更快
1.您更明确地表示只想访问单个值。
其他人已经展示了，如果你从整数位置开始，你仍然需要先用DataFrame.index找到row-label，因为DataFrame.at只接受标签：

df.at[df.index[0], 'a']
# Out: 'three'

基准：

%timeit df.at[df.index[0], 'a']
# 7.57 µs ± 30.8 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
%timeit df.loc[df.index[0], 'a']
# 10.9 µs ± 53.3 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
%timeit df.iloc[0, df.columns.get_loc("a")]
# 13.3 µs ± 24 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

完整性：
DataFrame.iat，用于按整数位置访问行/列对的单个值。

赞(0）回复(0）举报 2023-02-17

whitzsjs5#

我们可以重置索引，然后像这样使用基于0的索引
df.reset_index(drop=True).loc[0,'a']
编辑：从列名称索引'a'中删除了[]，因此它只输出值

赞(0）回复(0）举报 2023-02-17

30byixjq6#

像df[“a”][0]这样的东西对我来说很好用。你可以试试！

赞(0）回复(0）举报 2023-02-17