Python检索数据框的行索引

Question

请问如何在 DataFrame 中检索行的索引？ 具体来说，我可以从 df.loc 中检索行的索引。

idx = data.loc[data.name == "Smith"].index

我什至可以像这样使用 data.index 从 df.loc 检索行索引：

idx = data.loc[data.index == 5].index

但是，我无法直接从行本身检索索引（即从 row.index，而不是 df.loc[].index）。我尝试使用这些代码：

idx = data.iloc[5].index

这段代码的结果是列名。

为了提供上下文，我需要检索特定行的索引（而不是 df.loc 中的行）的原因是对每一行使用 df.apply。 我打算使用 df.apply 将代码应用于每一行并从它们正上方的行中复制数据。

def retrieve_gender (row):
    # This is a panel data, whose only data in 2000 is already keyed in. Time-invariant data in later years are the same as those in 2000.
    if row["Year"] == 2000:
        pass
    elif row["Year"] == 2001: # To avoid complexity, let's use only year 2001 as example.
        idx = row.index # This is wrong code.
        row["Gender"] = row.iloc[idx-1]["Gender"]
    return row["Gender"]


data["Gender"] = data.apply(retrieve_gender, axis=1)

Answer 1

使用 Pandas，您可以像这样遍历数据框：

for index in range(len(df)): 
    if df.loc[index,'year'] == "2001":
        df.loc[index,'Gender'] = df.loc[index-1 ,'Gender']

Answer 2

apply 提供按列标签索引的系列

idx = data.iloc[5].index 的问题是 data.iloc[5] 将行转换为 pd.Series 对象按列标签索引。

事实上，您所要求的内容不可能通过pd.DataFrame.apply，因为为您的retrieve_gender 函数提供数据的系列不包含任何索引标识符。

改用矢量化逻辑

使用 Pandas 的逐行逻辑效率低下，不推荐；它涉及 Python 级循环。请改用按列逻辑。退后一步，您似乎希望实现 2 条规则：

1. 如果 Year 不是 2001，则保持 Gender 不变。
2. 如果 Year 是 2001，则使用上一行中的 Gender。

np.where + shift

对于上述逻辑，你可以使用np.where和pd.Series.shift：

data['Gender'] = np.where(data['Year'] == 2001, data['Gender'].shift(), data['Gender'])

mask + shift

或者，您可以使用mask + shift：

data['Gender'] = data['Gender'].mask(data['Year'] == 2001, data['Gender'].shift())