Pandas DataFrame 高级切片

Posted 2023-03-12

【中文标题】Pandas DataFrame 高级切片

【英文标题】：Pandas DataFrame Advanced Slicing

【发布时间】：2013-09-01 06:40:36

【问题描述】：

我是一名 R 用户，我发现自己在迁移到 Python 时遇到了一些困难，尤其是在 Pandas 的索引功能方面。

Household_id 是我的第二列。我根据此列对数据框进行了排序并运行以下指令，返回各种结果（我希望是相同的）。这些表达方式一样吗？如果是这样，为什么我会看到不同的结果？

In [63]: ground_truth.columns
Out[63]: Index([Timestamp, household_id, ... (continues)

In [59]: ground_truth.ix[1107177,'household_id']
Out[59]: 2

In [60]: ground_truth.ix[1107177,1]
Out[60]: 2.0

In [61]: ground_truth.iloc[1107177,1]
Out[61]: 4.0

In [62]: ground_truth['household_id'][1107177]
Out[62]: 2

PS：很遗憾，我无法发布数据（太大）。

【问题讨论】：

我可以理解除了浮点数而不是整数之外的所有内容。您使用的是哪个版本的pandas？我知道曾经有一个涉及向上转换的错误（请参阅here），但很久以前就已修复。也许还有一个？

我使用的是 Pandas 0.11.0。我期待有整数，因为我做了以下事情： int_vect = np.vectorize(int); ground_truth['household_id'] = int_vect(ground_truth['household_id'])

【参考方案1】：

注意：当您按列排序时，您将重新排列索引，并假设它不是以这种方式开始排序的，您将拥有不等于它们的整数标签数组中的线性索引。

首先，ix 将首先尝试将整数作为 标签 然后作为索引，因此 59 和 62 立即相同。其次，如果索引不是0:n - 1，那么 1107177 是一个标签，而不是整数索引，因此是 60 和 61 之间的差异。就浮点转换而言，看起来您可能使用的是旧版本的 pandas。这在 git master 中不会发生。

Here 是ix 上的文档。

这是一个玩具的例子DataFrame：

In [1]:

df = DataFrame(randn(10, 3), columns=list('abc'))
print df
print
print df.sort('a')

           a          b          c
0      -1.80      -0.28      -1.10
1      -0.58       1.00      -0.48
2      -2.50       1.59      -1.42
3      -1.00      -0.12      -0.93
4      -0.65       1.41       1.20
5       0.51       0.96       1.28
6      -0.28       0.13       1.59
7       1.28      -0.84       0.51
8       0.77      -1.26      -0.50
9      -0.59      -1.34      -1.06

           a          b          c
2      -2.50       1.59      -1.42
0      -1.80      -0.28      -1.10
3      -1.00      -0.12      -0.93
4      -0.65       1.41       1.20
9      -0.59      -1.34      -1.06
1      -0.58       1.00      -0.48
6      -0.28       0.13       1.59
5       0.51       0.96       1.28
8       0.77      -1.26      -0.50
7       1.28      -0.84       0.51

请注意，已排序的行索引是整数，它们不会映射到它们的位置。