Pandas 与 Numpy 数据框

Question

看看这几行代码：

df2 = df.copy()
df2[1:] = df[1:]/df[:-1].values -1
df2.ix[0, :] = 0

我们的讲师说我们需要使用 .values 属性来访问底层的 numpy 数组，否则我们的代码将无法运行。

我知道 pandas DataFrame 确实具有作为 numpy 数组的底层表示，但我不明白为什么我们不能仅使用切片直接对 pandas DataFrame 进行操作。

你能解释一下吗？

Answer 1

pandas 专注于表格数据结构，在执行操作（加法、减法等）时，它会查看标签，而不是位置。

考虑以下DataFrame：

df = pd.DataFrame(np.random.randn(5, 3), index=list('abcde'), columns=list('xyz'))

这里，df[1:] 是：

df[1:]
Out: 
          x         y         z
b  1.003035  0.172960  1.160033
c  0.117608 -1.114294 -0.557413
d -1.312315  1.171520 -1.034012
e -0.380719 -0.422896  1.073535

而df[:-1] 是：

df[:-1]
Out: 
          x         y         z
a  1.367916  1.087607 -0.625777
b  1.003035  0.172960  1.160033
c  0.117608 -1.114294 -0.557413
d -1.312315  1.171520 -1.034012

如果您执行df[1:] / df[:-1]，它将逐行划分bb、c 逐行c 和d 逐行@987654332 @的。对于a 和e 行，它将无法在另一个DataFrame 中找到对应的行（在第一个或第二个中），因此它将返回nan：

df[1:] / df[:-1]
Out: 
     x    y    z
a  NaN  NaN  NaN
b  1.0  1.0  1.0
c  1.0  1.0  1.0
d  1.0  1.0  1.0
e  NaN  NaN  NaN

如果您只想在忽略标签的情况下进行元素除法，则通过 .values 访问底层 numpy 数组以获取其中一个帧是告诉 pandas 忽略标签的一种方式。由于 numpy 数组没有标签，pandas 只会进行元素操作：

df[1:]/df[:-1].values
Out: 
           x         y         z
b   0.733258  0.159028 -1.853749
c   0.117252 -6.442482 -0.480515
d -11.158359 -1.051357  1.855018
e   0.290112 -0.360981 -1.038223