从系列中获取索引和值

Posted 2023-03-12

【中文标题】从系列中获取索引和值

【英文标题】：Getting the index and value from a Series

【发布时间】：2014-02-06 23:20:54

【问题描述】：

我在 Pandas 中的选择和索引有点慢。

我有一个日期时间序列，我试图从中选择某些元素以及它们的日期时间索引，以便将它们附加到新序列中。 示例：

import pandas as pd

x=pd.Series([11,12,13,14,15,16,17,18,19,20])
for i in range(len(x)):
    print x.ix[i]

给出输出：

runfile('C:/Users/AClayton/WinPython-64bit-2.7.5.3/python-2.7.5.amd64/untitled6.py', wdir='C:/Users/AClayton/WinPython-64bit-2.7.5.3/python-2.7.5.amd64')
11
12
13
14
15
16
17
18
19
20

我想要输出

1  11
2  12
3  13
4  14
5  15
etc

无论如何也要获得索引？ （我不只是想打印它，我想将一些附加到一个新系列中。例如，将所有可被 2 整除的数字连同它们的索引一起添加到一个系列中）。

很抱歉，如果这很明显，这是漫长的一天。

【问题讨论】：

如果速度很重要，你应该避免在 pandas 对象上使用 for 循环。您使用什么标准过滤到最后一个？ x <= 15 之类的内容可能正是您想要的。

我有一台产生一定功率的机器。它有两种状态，一种是通常的稳定状态，另一种是低于 400。所以我会使用 x

查看索引文档，尤其是boolean indexing。如果您有任何问题，最好发布新问题。

【参考方案1】：

要同时获取索引和值，您可以遍历系列。请注意，默认索引从0 开始，而不是从1：

>>> for i, v in x.iteritems():
...    print i, v
...
0 11
1 12
2 13
3 14
4 15
5 16
6 17
7 18
8 19
9 20

当然，您可以为系列分配自定义索引：

>>> x.index = range(1, 6)*2
>>> for i, v in x.iteritems():
...    print i, v
...
1 11
2 12
3 13
4 14
5 15
1 16
2 17
3 18
4 19
5 20

不完全理解您的意思 “我想将一些附加到新系列”，但您可以使用 index 属性访问索引：

>>> x.index
Int64Index([1, 2, 3, 4, 5, 1, 2, 3, 4, 5], dtype='int64')

或将其移动到系列中，制作数据框：

>>> x.reset_index()
   index   0
0      1  11
1      2  12
2      3  13
3      4  14
4      5  15
5      1  16
6      2  17
7      3  18
8      4  19
9      5  20

[10 rows x 2 columns]

【参考方案2】：

您可以使用enumerate 来获取索引和项目：

In [4]: import pandas as pd                                                                      

In [5]: x = pd.Series([11,12,13,14,15,16,17,18,19,20])

In [6]: for ind, item in enumerate(x, 1):                                                        
    print ind, item                                                                              
   ...: 
1 11                                                                                             
2 12                                                                                             
3 13                                                                                             
4 14                                                                                             
5 15                                                                                             
6 16                                                                                             
7 17                                                                                             
8 18                                                                                             
9 19                                                                                             
10 20   

要获得新系列，请在 pandas.Series 中使用列表推导：

In [25]: indices = [i for i, v in enumerate(x, 1) if v%2]                                        

In [26]: s = pd.Series([(i, x[i-1]) for i in indices], index=indices)            

In [27]: s
Out[27]: 
1    (1, 11)                                                                                     
3    (3, 13)                                                                                     
5    (5, 15)                                                                                     
7    (7, 17)                                                                                     
9    (9, 19)                                                                                     
dtype: object                                                                                    

Numpy 版本：

In [53]: import numpy as np

In [54]: indices = np.where(x%2)[0] + 1                                                          

In [55]: pd.Series(np.column_stack((indices, x[indices-1])).tolist(), index=indices)             
Out[55]: 
1    [1, 11]                                                                                     
3    [3, 13]                                                                                     
5    [5, 15]                                                                                     
7    [7, 17]                                                                                     
9    [9, 19]                                                                                     
dtype: object   

【讨论】：

非常感谢，看列表推导，有没有办法保持原索引为索引？我必须使用reindex吗？

@user2761786 查看更新后的解决方案，如果可以使用numpy则：indices = np.where(x%2)[0] + 1