Pandas 在这里做什么，我的索引 [0] 和 [1] 引用相同的值？

Question

我有一个包含这些索引和值的数据框：

df[df.columns[0]]

1              example

2              example1

3              example2

当我访问 df[df.columns[0]][2] 时，我得到“example1”。说得通。这就是索引的工作方式。

但是，当我访问 df[df.columns[0]] 时，我得到了“示例”，当我访问 df[df.columns[1]] 时，我也得到了示例。所以对于

df[df.columns[0]][0]

df[df.columns[0]][1]

我得到“示例”。

奇怪的是，我可以删除“行”0，结果是1被删除了：

gf = df.drop(df.index[[0]])

gf



exampleDF   
2   example1

3   example2

但是当我删除第 1 行时，那么

2 example1

被删除，而不是示例。

这让我有点困惑； Pandas 中关于行索引的标准是否不一致，或者我是否遗漏了什么/犯了错误？

Answer 1

您可能导致 pandas 在.iloc（基于索引）和.loc（基于标签）索引之间切换。

Python 中的所有数组都是 0 索引的。而且我注意到您的 DataFrame 中的索引从 1 开始。因此，当您运行 df[df.column[0]][0] 时，pandas 意识到没有名为 0 的索引，并回退到 .iloc，它通过数组索引定位事物。因此它返回它在数组的第一个位置找到的内容，即'example'。

但是，当您运行 df[df.column[0]][1] 时，pandas 意识到有一个索引标签 1，并使用 .loc 返回它在该标签处找到的内容，这又恰好是 'example'。

当您删除第一行时，您的 DataFrame 没有索引标签 0 和 1。因此，当您以您的方式在这些位置定位元素时，它不会返回 None 给您，而是下降回到基于数组的索引并返回数组中第 0 和第 1 位的元素。

要强制 pandas 使用两种索引技术之一，请使用 .iloc 或 .loc。 .loc 是基于标签的，如果您尝试 df[df.column[0]].loc[0]，将引发 KeyError。 .iloc 是基于索引的，当您尝试 df[df.column[0]].iloc[0] 时将返回 'example'。

---

补充说明

这些命令是不好的做法：df[col_label].iloc[row_index]; df[col_label].loc[row_label].

请使用df.loc[row_label, col_label];或df.iloc[row_index, col_index]；或df.ix[row_label_or_index, col_label_or_index]

更多信息请参见Different Choices for Indexing。