按整数索引选择一行pandas系列/ dataframe [英] Selecting a row of pandas series/dataframe by integer index

问题描述

我很好奇为什么不支持 df [2] ，而 df.ix [2] 和 df [2：3] 都有效。

I am curious as to why df[2] is not supported, while df.ix[2] and df[2:3] both work.

In [26]: df.ix[2]
Out[26]: 
A    1.027680
B    1.514210
C   -1.466963
D   -0.162339
Name: 2000-01-03 00:00:00

In [27]: df[2:3]
Out[27]: 
                  A        B         C         D
2000-01-03  1.02768  1.51421 -1.466963 -0.162339

我希望 df [2] 以与 df [2：3]相同的方式工作] 与Python索引约定保持一致。是否有设计原因不支持索引行的单个整数？

I would expect df[2] to work the same way as df[2:3] to be consistent with Python indexing convention. Is there a design reason for not supporting indexing row by single integer?

推荐答案

回显@HYRY，请参阅0.11中的新文档

echoing @HYRY, see the new docs in 0.11

http：// pandas .pydata.org / pandas-docs / stable / indexing.html

这里我们有新的运营商， .iloc 表示只支持整数索引， .loc 表示只支持标签索引

Here we have new operators, .iloc to explicity support only integer indexing, and .loc to explicity support only label indexing

例如想象一下这个场景

In [1]: df = pd.DataFrame(np.random.rand(5,2),index=range(0,10,2),columns=list('AB'))

In [2]: df
Out[2]: 
          A         B
0  1.068932 -0.794307
2 -0.470056  1.192211
4 -0.284561  0.756029
6  1.037563 -0.267820
8 -0.538478 -0.800654

In [5]: df.iloc[[2]]
Out[5]: 
          A         B
4 -0.284561  0.756029

In [6]: df.loc[[2]]
Out[6]: 
          A         B
2 -0.470056  1.192211

[] 仅对行进行切片（按标签位置）

[] slices the rows (by label location) only

这篇关于按整数索引选择一行pandas系列/ dataframe的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！