这似乎是一个可笑的简单问题。。。但我没有看到我期待的简单答案
那么,我如何在Pandas中获得给定列的第n行的值呢?(我对第一排特别感兴趣,但对更普遍的做法也感兴趣)
例如,假设我想将Btime中的1.2值作为变量提取
做这件事的正确方法是什么
df_测试=
ATime X Y Z Btime C D E
0 1.2 2 15 2 1.2 12 25 12
1 1.4 3 12 1 1.3 13 22 11
2 1.5 1 10 6 1.4 11 20 16
3 1.6 2 9 10 1.7 12 29 12
4 1.9 1 1 9 1.9 11 21 19
5 2.0 0 0 0 2.0 8 10 11
6 2.4 0 0 0 2.4 10 12 15
要选择} ,请执行以下操作:
ith
行use ^{要在
Btime
列中选择第i个值,可以使用:df_test['Btime'].iloc[0]
(推荐)和df_test.iloc[0]['Btime']
之间存在差异:数据帧将数据存储在基于列的块中(其中每个块都有一个 数据类型)。如果先选择“按列”,则可以返回一个视图(即 比返回副本更快),并且保留原始数据类型。相反 如果先选择“按行”,并且数据帧中的列具有不同的 数据类型,然后将数据复制到一系列新的对象数据类型中。所以 选择列比选择行快一点。因此,尽管
df_test.iloc[0]['Btime']
有效,df_test['Btime'].iloc[0]
有点 效率更高在作业方面,两者有很大的区别。
df_test['Btime'].iloc[0] = x
影响df_test
,但df_test.iloc[0]['Btime']
可能不会。有关原因的解释,请参见下文。因为一个细微的差别 索引顺序对行为有很大影响,最好使用单个索引分配:df.iloc[0, df.columns.get_loc('Btime')] = x
(推荐):recommended way将新值分配给 DataFrame是到avoid chained indexing,而是使用方法shown by andrew
或
后一种方法要快一点,因为
df.loc
必须将行和列标签转换为 位置索引,因此如果使用df.iloc
df['Btime'].iloc[0] = x
有效,但不建议:虽然这是可行的,但它利用了当前实现数据帧的方式。不能保证熊猫将来会以这种方式工作。特别是,它利用了(当前)
df['Btime']
总是返回 视图(不是副本),因此df['Btime'].iloc[n] = x
可用于分配一个新值 在df
的Btime
列的第n个位置由于Pandas没有明确保证索引器何时返回视图而不是副本,因此使用链式索引的分配通常会引发
SettingWithCopyWarning
,即使在这种情况下,分配成功地修改了df
:df.iloc[0]['Btime'] = x
不起作用:相反,使用
df.iloc[0]['bar'] = 123
的赋值不起作用,因为df.iloc[0]
正在返回副本:警告:我以前建议
df_test.ix[i, 'Btime']
。但这不能保证为您提供ith
值,因为ix
在尝试按位置索引之前,会尝试按标签索引。因此,如果数据帧的整数索引不是从0开始排序的,那么使用ix[i]
将返回标记为i
的行,而不是ith
行。比如说,另一种方法是:
这种方法似乎比使用
.iloc
更快:请注意,@unutbu的答案将是正确的,直到您想要将该值设置为新值为止,如果您的数据帧是视图,那么它将不起作用
另一种能够始终与设置和获取一起工作的方法是:
相关问题 更多 >
编程相关推荐