Pandas-获取给定列的第一行值

2024-03-28 22:19:32 发布

您现在位置:Python中文网/ 问答频道 /正文

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

Tags: 答案pandasdf感兴趣atimebtime
3条回答

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。

In [4]: df = pd.DataFrame({'foo':list('ABC')}, index=[0,2,1])
In [5]: df['bar'] = 100
In [6]: df['bar'].iloc[0] = 99
/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas-0.16.0_19_g8d2818e-py2.7-macosx-10.9-x86_64.egg/pandas/core/indexing.py:118: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame

See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
  self._setitem_with_indexer(indexer, value)

另一个将与设置和获取一致工作的方法是:

In [7]: df.loc[df.index[0], 'foo']
Out[7]: 'A'
In [8]: df.loc[df.index[0], 'bar'] = 99
In [9]: df
Out[9]:
  foo  bar
0   A   99
2   B  100
1   C  100

另一种方法是:

first_value = df['Btime'].values[0]

这种方式似乎比使用.iloc更快:

In [1]: %timeit -n 1000 df['Btime'].values[20]
5.82 µs ± 142 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [2]: %timeit -n 1000 df['Btime'].iloc[20]
29.2 µs ± 1.28 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

要选择ith行,use ^{}

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

要选择Btime列中的第i个值,可以使用:

In [30]: df_test['Btime'].iloc[0]
Out[30]: 1.2

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

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

df.loc[df.index[n], 'Btime'] = x

或者

df.iloc[n, df.columns.get_loc('Btime')] = x

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dfBtime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

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:

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

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

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'

相关问题 更多 >