在熊猫中用布尔数组索引对象的最惯用方法是什么？答案

【问题标题】：What is the most idiomatic way to index an object with a boolean array in pandas?在熊猫中用布尔数组索引对象的最惯用方法是什么？
【发布时间】：2013-05-12 07:26:49
【问题描述】：

我特别在谈论 Pandas 0.11 版，因为我正忙着用 .loc 或 .iloc 替换我对 .ix 的使用。我喜欢这样一个事实，即区分 .loc 和 .iloc 可以传达我是打算按标签还是整数位置进行索引。我看到任何一个都会接受一个布尔数组，但我想保持它们的使用纯粹以清楚地传达我的意图。

【问题讨论】：

标签： python pandas

【解决方案1】：

我目前正在使用[]，即__getitem__()，例如

df = pd.DataFrame(dict(a=range(5)))
df[df.a%2==0]

【讨论】：

不要使用dict构造函数，使用{'a': range(5)}看起来更好
dict 文字也恰好要快得多。
很高兴知道速度差异。我更喜欢 dict 构造函数的外观，而且我不必在关键字参数周围加上引号，这使得输入更容易。但是，如果速度差异很大，那么也许我会切换到 dict 文字。

【解决方案2】：

在 11.0 中，这三种方法都有效，suggested in the docs 的方式就是使用df[mask]。然而，这不是在位置上完成的，而是纯粹使用标签，所以在我看来loc 最能描述实际发生的事情。

更新：我在 github 上询问过这个问题，结论是 df.iloc[msk] 将在 pandas @ 中给出 NotImplementedError（如果整数索引掩码）或 ValueError（如果非整数索引） 987654328@.

In [1]: df = pd.DataFrame(range(5), list('ABCDE'), columns=['a'])

In [2]: mask = (df.a%2 == 0)

In [3]: mask
Out[3]:
A     True
B    False
C     True
D    False
E     True
Name: a, dtype: bool

In [4]: df[mask]
Out[4]:
   a
A  0
C  2
E  4

In [5]: df.loc[mask]
Out[5]:
   a
A  0
C  2
E  4

In [6]: df.iloc[mask]  # Due to this question, this will give a ValueError (in 11.1)
Out[6]:
   a
A  0
C  2
E  4

也许值得注意的是，如果你给掩码整数索引它会抛出一个错误：

mask.index = range(5)
df.iloc[mask]  # or any of the others
IndexingError: Unalignable boolean Series key provided

这表明 iloc 并未实际实现，它使用标签，因此当我们尝试此操作时，为什么 11.1 会抛出 NotImplementedError。

【讨论】：

谢谢，我没有考虑整数索引的 .iloc 行为。老实说，在这种情况下，我实际上忘记了掩码具有 .index 属性，我认为它纯粹是一个布尔 numpy 数组。我同意，考虑到 .index 属性实际上首先用于对齐，.loc 可能是最好的选择。