Чтобы выбрать ith
строку, используйтеiloc
:
In [31]: df_test.iloc[0]
Out[31]:
ATime 1.2
X 2.0
Y 15.0
Z 2.0
Btime 1.2
C 12.0
D 25.0
E 12.0
Name: 0, dtype: float64
Чтобы выбрать i-е значение в Btime
столбце, вы можете использовать:
In [30]: df_test['Btime'].iloc[0]
Out[30]: 1.2
Существует разница между df_test['Btime'].iloc[0]
(рекомендуется) и df_test.iloc[0]['Btime']
:
Фреймы данных хранят данные в блоках на основе столбцов (где каждый блок имеет один тип d). Если сначала выбрать по столбцу, представление может быть возвращено (что быстрее, чем вернуть копию), и исходный тип d будет сохранен. Напротив, если вы выбираете сначала по строке и если DataFrame имеет столбцы с разными dtypes, то Pandas копирует данные в новую серию объектов dtype. Таким образом, выбор столбцов немного быстрее, чем выбор строк. Таким образом, хотя
df_test.iloc[0]['Btime']
работает, df_test['Btime'].iloc[0]
это немного более эффективно.
Существует большая разница между ними, когда дело доходит до назначения.
df_test['Btime'].iloc[0] = x
влияет df_test
, но df_test.iloc[0]['Btime']
не может. Смотрите ниже для объяснения почему. Поскольку незначительная разница в порядке индексации имеет большое значение в поведении, лучше использовать одно назначение индексации:
df.iloc[0, df.columns.get_loc('Btime')] = x
df.iloc[0, df.columns.get_loc('Btime')] = x
(рекомендуемые):
Рекомендуемый способ для присвоения новых значений к DataFrame, чтобы избежать прикован индексации , и вместо этого использовать метод , показанный на Первозванного ,
df.loc[df.index[n], 'Btime'] = x
или
df.iloc[n, df.columns.get_loc('Btime')] = x
Последний метод немного быстрее, потому что df.loc
он должен конвертировать метки строк и столбцов в позиционные индексы, поэтому при использовании df.iloc
вместо этого требуется чуть меньше преобразования
.
df['Btime'].iloc[0] = x
работает, но не рекомендуется:
Несмотря на то, что это работает, то , воспользовавшись способом DataFrames являются в настоящее время реализованы. Нет никаких гарантий, что Панды должны работать таким образом в будущем. В частности, он использует тот факт, что (в настоящее время) df['Btime']
всегда возвращает представление (а не копию), поэтому df['Btime'].iloc[n] = x
его можно использовать для назначения нового значения в n-м месте Btime
столбца df
.
Поскольку Pandas не дает явных гарантий относительно того, когда индексаторы возвращают представление вместо копии, присваивания, которые используют цепную индексацию, обычно всегда повышают значение, SettingWithCopyWarning
даже если в этом случае присваивание успешно изменяется df
:
In [22]: df = pd.DataFrame({'foo':list('ABC')}, index=[0,2,1])
In [24]: df['bar'] = 100
In [25]: df['bar'].iloc[0] = 99
/home/unutbu/data/binky/bin/ipython:1: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame
See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
self._setitem_with_indexer(indexer, value)
In [26]: df
Out[26]:
foo bar
0 A 99 <-- assignment succeeded
2 B 100
1 C 100
df.iloc[0]['Btime'] = x
не работает:
Напротив, назначение с df.iloc[0]['bar'] = 123
не работает, потому что df.iloc[0]
возвращает копию:
In [66]: df.iloc[0]['bar'] = 123
/home/unutbu/data/binky/bin/ipython:1: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame
See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
In [67]: df
Out[67]:
foo bar
0 A 99 <-- assignment failed
2 B 100
1 C 100
Предупреждение : я ранее предлагал df_test.ix[i, 'Btime']
. Но это не гарантирует, что вы получите ith
значение, поскольку пытаетесь ix
проиндексировать по метке, прежде чем пытаться проиндексировать по позиции . Таким образом, если DataFrame имеет целочисленный индекс, который находится не в отсортированном порядке, начиная с 0, тогда при использовании ix[i]
будет возвращена строка с меткой, i
а не ith
строка. Например,
In [1]: df = pd.DataFrame({'foo':list('ABC')}, index=[0,2,1])
In [2]: df
Out[2]:
foo
0 A
2 B
1 C
In [4]: df.ix[1, 'foo']
Out[4]: 'C'
df_test.head(1)
работал, то более общая форма - использовать,iloc
как отвечает unutbu