无法在 Pandas 中选择单元格答案

【问题标题】：Can't Select A Cell In Pandas无法在 Pandas 中选择单元格
【发布时间】：2013-12-12 22:58:02
【问题描述】：

这是一个简单的菜鸟问题，但它让我很烦恼。按照教程，我想选择“A”列中的第一个值。该教程说运行print(df[0]['A']) 但Python3 给了我一个错误。但是，如果我使用print(df[0:1]['A'])，它会完美运行。这是为什么呢？

这里是复制的完整代码：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(100, 3), index=pd.date_range('1/1/2000', periods=100), columns=['A', 'B', 'C'])

print(df[0:1]['A'])

【问题讨论】：

标签： python python-3.x pandas

【解决方案1】：

因为df[0]['A'] 表示索引A 处的列0；你需要使用df.iloc[0]['A']，或df['A'][0]，或df.ix[0]['A']

有关索引和切片，请参阅 here。

请参阅here 了解何时获得副本而不是视图。

【讨论】：

或者干脆df.ix[0,'A']
请注意，df[0]['A'] 实际上是没有意义的，因为此语法按名称访问列，并且 df 中不存在名称为 0 的列。

【解决方案2】：

请参阅文档的selecting ranges 部分。如前所述：

使用 DataFrame，在 [] 内部切片会切片行。这主要是为了方便，因为它是一种常见的操作。

另一方面，这是不一致的。

值得一提的是，您通常可以使用 loc/iloc 进行显式处理：

In [11]: df = pd.DataFrame([[1, 2], [3, 4], [5, 6]], columns=['A', 'B'])

In [12]: df['A']
Out[12]: 
0    1
1    3
2    5
Name: A, dtype: int64

In [13]: df.loc[:, 'A']  # equivalently
Out[13]: 
0    1
1    3
2    5
Name: A, dtype: int64

In [14]: df.iloc[:, 0]  # accessing column by position
Out[14]: 
0    1
1    3
2    5
Name: A, dtype: int64

值得一提的是切片的另一个不一致：

In [15]: df.loc[0:1, 'A']
Out[15]: 
0    1
1    3
dtype: int64

In [16]: df.iloc[0:1, 0]  # doesn't include 1th row
Out[16]: 
0    1
dtype: int64

要使用位置和标签进行选择，请使用 ix：

In [17]: df.ix[0:1, 'A']
Out[17]: 
0    1
1    3
Name: A, dtype: int64

注释标签优先于 ix。

值得强调的是，分配必须与一个 loc/iloc/ix 一起使用，但在链接时可能会失败：

In [18]: df.ix[0:1, 'A'] = 7  # works

In [19]: df['A'][0:1] = 7  # *sometimes* works, avoid!

【讨论】：

安迪，重新链接，应该避免 DF[col][row] 是对的，还是只有在切片时，即 DF[col][row1:row2] ？？跨度>
@WoodyPride 如果您正在执行分配链接，则不能保证有效。我会避免DF[col][row] :)
这是一个打击！我现在必须回去检查一年的工作量。哎呀！
@WoodyPride is mentioned in docs "这有时可以工作，但不能保证，因此应该避免"，绝对值得检查，因为如果它失败 - 它会默默地失败。
同意，遗憾的是，我阅读文档是为了寻找我想要的信息而不是我需要的信息！