Auswahl einer Reihe von Pandaserien / Datenrahmen nach ganzzahligem Index

Ich bin gespannt, warum df[2]nicht unterstützt wird, während df.ix[2]und df[2:3]beide arbeiten.

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

Ich würde erwarten df[2], dass es genauso funktioniert, wie df[2:3]es mit der Python-Indexierungskonvention übereinstimmt. Gibt es einen Entwurfsgrund dafür, dass die Indizierungszeile nicht durch eine einzelne Ganzzahl unterstützt wird?

Echo @HYRY, siehe die neuen Dokumente in 0.11

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

Hier haben wir neue Operatoren, .ilocdie explizit nur die Ganzzahlindizierung und .locexplizit nur die Etikettenindizierung unterstützen

Stellen Sie sich zB dieses Szenario vor

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

[] schneidet nur die Zeilen (nach Etikettenposition)

Der Hauptzweck des DataFrame-Indexierungsoperators: [] ist die Auswahl von Spalten.

Wenn dem Indizierungsoperator eine Zeichenfolge oder eine Ganzzahl übergeben wird, versucht er, eine Spalte mit diesem bestimmten Namen zu finden und als Serie zurückzugeben.

Also, in der obigen Frage: df[2]Sucht nach einem Spaltennamen, der dem ganzzahligen Wert entspricht 2. Diese Spalte existiert nicht und a KeyErrorwird ausgelöst.

Der DataFrame-Indizierungsoperator ändert das Verhalten vollständig, um Zeilen auszuwählen, wenn die Slice-Notation verwendet wird

Seltsamerweise wählt der DataFrame-Indexierungsoperator bei einem Slice Zeilen aus und kann dies nach ganzzahliger Position oder nach Indexbezeichnung tun.

df[2:3]

Dies wird ab der Zeile mit der ganzzahligen Position 2 bis 3 ohne das letzte Element geschnitten. Also nur eine einzige Zeile. Im Folgenden werden Zeilen ausgewählt, die an der ganzzahligen Position 6 beginnen, jedoch nicht 20 pro dritter Zeile enthalten.

df[6:20:3]

Sie können auch Slices verwenden, die aus Zeichenfolgenbeschriftungen bestehen, wenn Ihr DataFrame-Index Zeichenfolgen enthält. Weitere Informationen finden Sie in dieser Lösung unter .iloc vs .loc .

Ich verwende diese Slice-Notation fast nie mit dem Indexierungsoperator, da sie nicht explizit ist und kaum jemals verwendet wird. Wenn Sie in Reihen schneiden, bleiben Sie dabei .loc/.iloc.

Sie können sich DataFrame als ein Diktat der Serie vorstellen. df[key]Versuchen Sie, den Spaltenindex nach auszuwählen, keyund geben Sie ein Serienobjekt zurück.

Das Schneiden innerhalb von [] schneidet jedoch die Zeilen, da dies eine sehr häufige Operation ist.

Sie können das Dokument für Details lesen:

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

Für den indexbasierten Zugriff auf die Pandas-Tabelle kann auch die Option numpy.as_array in Betracht gezogen werden , um die Tabelle in das Numpy-Array als zu konvertieren

np_df = df.as_matrix()

und dann

np_df[i] 

würde funktionieren.

Sie können sich den Quellcode ansehen .

DataFramehat eine private Funktion _slice()zum Schneiden der Achse DataFrameund ermöglicht es dem Parameter axiszu bestimmen, welche Achse geschnitten werden soll. Das __getitem__()for DataFramesetzt die Achse beim Aufrufen nicht _slice(). Also das _slice()Slice es standardmäßig Achse 0.

Sie können ein einfaches Experiment durchführen, das Ihnen helfen könnte:

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

Sie können den Datenrahmen wie folgt durchlaufen.

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