通过整数索引选择一行熊猫系列/数据框

问题描述：

我很好奇为什么df[2]不支持，而df.ix[2]和df[2:3]都可以工作。

In [26]: df.ix[2]
Out[26]: 
A    1.027680
B    1.514210
C   -1.466963
D   -0.162339
Name: 2000-01-03 00:00:00

In [27]: df[2:3]
Out[27]: 
                  A        B         C         D
2000-01-03  1.02768  1.51421 -1.466963 -0.162339

我希望以与 Python 索引约定一致df[2]的方式工作df[2:3]。不支持通过单个整数索引行是否有设计原因？

解决方案 1：

回应@HYRY，参见 0.11 中的新文档

http://pandas.pydata.org/pandas-docs/stable/indexing.html

这里我们有新的运算符，.iloc明确仅支持整数索引，并.loc明确仅支持标签索引

例如想象一下这种情况

In [1]: df = pd.DataFrame(np.random.rand(5,2),index=range(0,10,2),columns=list('AB'))

In [2]: df
Out[2]: 
          A         B
0  1.068932 -0.794307
2 -0.470056  1.192211
4 -0.284561  0.756029
6  1.037563 -0.267820
8 -0.538478 -0.800654

In [5]: df.iloc[[2]]
Out[5]: 
          A         B
4 -0.284561  0.756029

In [6]: df.loc[[2]]
Out[6]: 
          A         B
2 -0.470056  1.192211

[]仅对行进行切片（按标签位置）

解决方案 2：

DataFrame 索引运算符的主要目的[]是选择列。

当索引运算符传递一个字符串或整数时，它会尝试找到具有该特定名称的列并将其作为系列返回。

因此，在上面的问题中：df[2]搜索与整数值匹配的列名2。此列不存在，因此KeyError引发。

当使用切片符号时，DataFrame 索引运算符完全改变选择行的行为

奇怪的是，当给定一个切片时，DataFrame 索引运算符会选择行，并且可以通过整数位置或索引标签来进行选择。

df[2:3]

这将从整数位置 2 到 3 的行开始切片，不包括最后一个元素。因此，只有一行。下面每三行选择从整数位置 6 开始直到（但不包括）20 的行。

df[6:20:3]

如果 DataFrame 索引中包含字符串，则还可以使用由字符串标签组成的切片。有关更多详细信息，请参阅有关 .iloc 与 .loc 的解决方案。

我几乎从不将此切片符号与索引运算符一起使用，因为它不明确且几乎从未使用过。按行切片时，请坚持使用.loc/.iloc。

解决方案 3：

您可以将 DataFrame 视为 Series 的字典。df[key]尝试通过选择列索引key并返回 Series 对象。

但是在 [] 内部切片会切片行，因为这是一个非常常见的操作。

您可以阅读文档以了解详细信息：

http://pandas.pydata.org/pandas-docs/stable/indexing.html#basics

解决方案 4：

要基于索引访问 pandas 表，还可以考虑使用numpy.as_array选项将表转换为 Numpy 数组

np_df = df.as_matrix()

进而

np_df[i] 

会起作用。

解决方案 5：

你可以看一下源代码。

DataFrame有一个私有函数_slice()来对 进行切片DataFrame，它允许参数axis确定要切片的轴。__getitem__()forDataFrame在调用 时不会设置轴_slice()。因此_slice()默认按轴 0 进行切片。

您可以做一个简单的实验，它可能会对您有所帮助：

print df._slice(slice(0, 2))
print df._slice(slice(0, 2), 0)
print df._slice(slice(0, 2), 1)

解决方案 6：

您可以像这样循环遍历数据框。

for ad in range(1,dataframe_c.size):
    print(dataframe_c.values[ad])

解决方案 7：

如果要通过整数索引对多行进行索引，请使用索引列表：

idx = [2,3,1]
df.iloc[idx]

注意：如果idx使用某些规则创建，那么您也可以使用.iloc(或.loc) 对数据框进行排序，因为输出将按 排序idx。因此从某种意义上说，iloc可以充当排序函数，其中idx是排序键。

解决方案 8：

我通常会按照 Ted 的建议去做.loc/.iloc，但也可以通过转置 DataFrame 来选择一行。为了继续上面的示例，df.T[2]为您提供第 2 行df。