Sélection d'une ligne de séries / trames de données pandas par index entier

Je suis curieux de savoir pourquoi df[2]n'est pas pris en charge, tandis que df.ix[2]et les df[2:3]deux fonctionnent.

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

Je m'attendrais df[2]à travailler de la même manière que df[2:3]pour être cohérent avec la convention d'indexation Python. Existe-t-il une raison de conception pour ne pas prendre en charge l'indexation des lignes par un seul entier?

faisant écho à @HYRY, voir les nouveaux documents en 0.11

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

Ici, nous avons de nouveaux opérateurs, .ilocexplicitement ne supporte que l'indexation entière et .locexplicite ne supporte que l'indexation d'étiquette

par exemple imaginez ce scénario

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

[] coupe les lignes (par emplacement d'étiquette) uniquement

L'objectif principal de l'opérateur d'indexation DataFrame []est de sélectionner des colonnes.

Lorsque l'opérateur d'indexation reçoit une chaîne ou un entier, il tente de trouver une colonne portant ce nom particulier et de la renvoyer en tant que série.

Donc, dans la question ci-dessus: df[2]recherche un nom de colonne correspondant à la valeur entière 2. Cette colonne n'existe pas et un KeyErrorest levé.

L'opérateur d'indexation DataFrame change complètement de comportement pour sélectionner des lignes lorsque la notation de tranche est utilisée

Étrangement, lorsqu'il reçoit une tranche, l'opérateur d'indexation DataFrame sélectionne des lignes et peut le faire par emplacement entier ou par étiquette d'index.

df[2:3]

Cela coupera à partir de la ligne avec l'emplacement entier 2 à 3, à l'exclusion du dernier élément. Donc, juste une seule rangée. Ce qui suit sélectionne les lignes commençant à l'emplacement entier 6 jusqu'à 20, sans y inclure, toutes les trois lignes.

df[6:20:3]

Vous pouvez également utiliser des tranches composées d'étiquettes de chaîne si votre index DataFrame contient des chaînes. Pour plus de détails, consultez cette solution sur .iloc vs .loc .

Je n'utilise presque jamais cette notation de tranche avec l'opérateur d'indexation car elle n'est pas explicite et presque jamais utilisée. Lorsque vous coupez en rangées, respectez .loc/.iloc.

Vous pouvez penser DataFrame comme un dict de Series. df[key]essayez de sélectionner l'index de colonne par keyet retourne un objet Series.

Cependant, trancher à l'intérieur de [] tranche les lignes, car c'est une opération très courante.

Vous pouvez lire le document pour plus de détails:

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

Pour accéder par index à la table pandas, on peut également envisager l' option numpy.as_array pour convertir la table en tableau Numpy en tant que

np_df = df.as_matrix()

et alors

np_df[i] 

travaillerait.

Vous pouvez jeter un œil au code source .

DataFramea une fonction privée _slice()pour trancher le DataFrame, et il permet au paramètre axisde déterminer quel axe couper. Le __getitem__()for DataFramene définit pas l'axe lors de l'appel _slice(). Donc, le _slice()couper par défaut par axe 0.

Vous pouvez faire une expérience simple, qui pourrait vous aider:

print df._slice(slice(0, 2))
print df._slice(slice(0, 2), 0)
print df._slice(slice(0, 2), 1)

vous pouvez parcourir la trame de données comme ceci.

for ad in range(1,dataframe_c.size):
    print(dataframe_c.values[ad])