索引Pandas数据帧：整数行，命名列

Question

假设df是pandas数据帧。

• df.loc[]只接受名称
• df.iloc[]只接受整数（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。e、 g

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，它不返回“2”。

当引用列时，iloc优先使用整数，而不是名称。e、 g

df.ix[2, 1]

返回“3”，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。通常我的列名非常有意义，所以在我的代码中我直接引用它们。但是由于大量的观察清理，我的pandas数据帧中的行名通常与range(len(df))不对应。

我知道我可以用：

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

但看起来很难看！有没有人知道更好的方法，这样代码就会像这样？

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

事实上，是否可以在我自己的新方法上添加到pandas.core.frame.DataFrames，例如。 df.idx(rows, cols)实际上是df.iloc[rows].loc[cols]？

Answer 1

这是一个迟来的答复，但是@unutbu的评论仍然有效，是解决这个问题的一个很好的办法。

要使用整数行和命名列（标记列）索引数据帧，请执行以下操作：

df.loc[df.index[#], 'NAME']，其中#是有效的整数索引，NAME是列的名称。

Answer 2

要按行/列标签获取或设置DataFrame中的单个值，最好使用^{}而不是^{}，因为它是。。。

1. 更快
2. 您更明确地表示只想访问一个值。

其他人已经展示了，如果您从行的整数位置开始，您仍然必须首先找到行标签，DataFrame.index，因为DataFrame.at只接受标签：

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

---

完整性：

^{}用于按整数位置访问行/列对的单个值。

Answer 3

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：从列名称索引中删除了[]，因此它只输出值