选择值背后的逻辑

Question

我正在努力学习和理解这个问题背后的逻辑，我无法解释下面的问题。 如果我想用LOC分割数据帧，我可以用以下方法

dates=pd.date_range('20130101',periods=6)
df=pd.DataFrame(np.random.rand(6,4),index=dates,columns=list('ABCD'))

print(df.loc['20130102':'20130104',['A','B']])  (*)

一切都很好。 我不明白的是，如果在LOC的第二部分我可以输入列标题列表['a'，'B']，为什么我不能对行执行相同的操作？ i、 e.以下操作不起作用

print(df.loc[['20130102','20130104'],['A','B']])

背后的逻辑是什么？我给LOC两行索引，两列标题，但它不会工作。对于列部分，列表是好的，而对于行部分则不是。 此外， 在LOC的第一部分（见*）中，行的索引可以用“：”访问，即从index1到index2='index1'：'index2'，但在LOC函数的第2部分中，我不能这样做： 这是行不通的：

print(df.loc['20130102':'20130104',['A':'C']])

我很乐意理解为什么这两行代码不起作用。你知道吗

谢谢。你知道吗

Answer 1

这段代码解释了在pandas中使用LOC访问数据（切片）的不同方法：

df=pd.DataFrame(np.random.rand(6,4),index=['row1','row2','row3','row4','row5','row6'],columns=list('ABCD'))
         A         B         C         D
row1  0.972614  0.193116  0.448413  0.731300
row2  0.135391  0.783295  0.959058  0.107872
row3  0.966703  0.742793  0.852716  0.710681
row4  0.976819  0.920898  0.665329  0.078999
row5  0.418717  0.122677  0.716004  0.977522
row6  0.101422  0.641862  0.157751  0.888720

行范围列范围：

df.loc['row1':'row3', 'A':'C']

            A         B         C
row1  0.972614  0.193116  0.448413
row2  0.135391  0.783295  0.959058
row3  0.966703  0.742793  0.852716

值行列范围：

df.loc[['row1','row3'], 'A':'C']
             A         B         C
row1  0.972614  0.193116  0.448413
row3  0.966703  0.742793  0.852716

行范围列值：

df.loc['row1':'row3', ['A','C']]
            A         C
row1  0.972614  0.448413
row2  0.135391  0.959058
row3  0.966703  0.852716

单一值：

df.loc['row1','A'])

0.972614309371533

结论：当使用范围时，不要把它放在[] 但是使用[]包含一个值列表。你知道吗

Answer 2

您需要将list的值转换为datetime，因为DatetimeIndex，这意味着需要相同类型的list值和DataFrame的index/columns值，否则KeyError：

print(df.loc[pd.to_datetime(['20130102','20130104']),['A','B']])
                   A         B
2013-01-02  0.719469  0.423106
2013-01-04  0.438572  0.059678

按索引/列的第一个和最后一个值选择

转换成datetimes是没有必要的，因为partial string indexing。你知道吗

对于按范围选择仅删除列表[]用于选择列：

print(df.loc['20130102':'20130104','A':'C'])
                   A         B         C
2013-01-02  0.719469  0.423106  0.980764
2013-01-03  0.480932  0.392118  0.343178
2013-01-04  0.438572  0.059678  0.398044

选择日期时间的类似解决方案：

print(df.loc['2013-01-02':'2013-01-04','A':'C'])
                   A         B         C
2013-01-02  0.719469  0.423106  0.980764
2013-01-03  0.480932  0.392118  0.343178
2013-01-04  0.438572  0.059678  0.398044

组合：

#select betwen start/end datetime and only columns A,C
print(df.loc['20130102':'20130104',['A','C']])
                   A         C
2013-01-02  0.719469  0.980764
2013-01-03  0.480932  0.343178
2013-01-04  0.438572  0.398044

#select only 20130102, 20130104 index and columns between A and C
print(df.loc[pd.to_datetime(['20130102','20130104']),'A':'C'])
                   A         B         C
2013-01-02  0.719469  0.423106  0.980764
2013-01-04  0.438572  0.059678  0.398044