Pandas Dataframe 相对索引

Question

我想要一种简单的方法来访问相对于 Pandas DataFrame 中给定索引的索引。请参阅下面的代码，其中类似于numpy 数组：

import numpy as np
import pandas as pd

# let's make a simple 2d matrix like array
na_a = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]])
print na_a
print na_a[1][2]
print na_a[1+1][2] # here I want to print the next value in the same column so I iterate the row by 1

# now let's put this array into a pandas dataframe
df_a = pd.DataFrame(na_a,index = ['1','2','3','4'], columns = ['A','B','C','D'])
print df_a
print df_a['C']['2']
# now how do I easily iterate the row by 1 to print the next value in the same column?

这是输出：

[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]
 [13 14 15 16]]
7
11
    A   B   C   D
1   1   2   3   4
2   5   6   7   8
3   9  10  11  12
4  13  14  15  16
7

这对于一般的相对索引应该是可能的（不仅仅是在一个方向上 +1）。

Answer 1

如果我理解正确，那么您想识别一个新的index 标签相对于另一个index 标签来选择一个新的row。

pandas 提供了pd.Index.get_loc() 方法来检索标签的从零开始的integer index 位置。获得integer 位置后，您可以获取任何偏移量的标签并相应地选择新行：

从index label '2' 开始，价值7 in column C：

start_index_label = '2'
df['C'][start_index_label]

7

row标签'2'对应的基于整数的index是1：

start_index_position = df.index.get_loc(start_index_label)

1

添加2 以获得基于整数的index 位置3 产生label 4：

next_relative_index_position = +2
next_index = df.index[start_index_position + next_relative_index_position]

4

对应的row值15：

df['C'][next_index]

15

希望这会有所帮助。