这似乎是一个非常简单的问题。。。但我没看到我期待的简单答案。
那么,在Pandas中,如何获取给定列第n行的值?(我对第一排特别感兴趣,但也会对更普遍的做法感兴趣)。
例如,假设我想将Btime中的1.2值作为变量。
怎么做才对?
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
请注意,@unutbu的答案将是正确的,除非您想将该值设置为新值,否则如果您的数据帧是视图,那么它将不起作用。
另一个将与设置和获取一致工作的方法是:
另一种方法是:
这种方式似乎比使用
.iloc
更快:要选择} :
ith
行,use ^{要选择
Btime
列中的第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(其中每个块有一个 数据类型)。如果首先选择按列,则可以返回视图(即 比返回副本快)并且保留原始数据类型。相反, 如果您首先选择“按行”,并且如果数据帧具有不同的列 数据类型,然后Pandas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']
工作,df_test['Btime'].iloc[0]
有点 更有效率。在作业方面,两者有很大的区别。
df_test['Btime'].iloc[0] = x
影响df_test
,但是df_test.iloc[0]['Btime']
可能不会。有关原因的解释,请参见下文。因为 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):将新值赋给 DataFrame是avoid chained indexing,而不是使用方法shown by andrew
或者
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
取而代之。df['Btime'].iloc[0] = x
有效,但不建议:尽管这样做有效,但它利用了当前实现数据帧的方式。不能保证熊猫将来一定要这样工作。特别是,它利用了这样一个事实,即(当前)
df['Btime']
总是返回 查看(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和副本,因此使用链式索引的赋值通常都会引发一个
SettingWithCopyWarning
,即使在这种情况下,赋值成功地修改了df
:df.iloc[0]['Btime'] = x
不工作:相反,使用
df.iloc[0]['bar'] = 123
的赋值不起作用,因为df.iloc[0]
正在返回一个副本:警告:我以前建议过
df_test.ix[i, 'Btime']
。但这并不能保证给您提供ith
值,因为ix
在尝试通过位置索引之前,尝试通过标签索引。因此,如果数据帧有一个整数索引,该索引的排序顺序不是从0开始的,那么使用ix[i]
将返回标记为i
的行,而不是ith
的行。例如相关问题 更多 >
编程相关推荐