索引在pandas中如何工作？

Question

我是python的新手。这似乎是一个基本问题。但我真的很想了解这里发生了什么

import numpy as np 
import pandas as pd 
tempdata = np.random.random(5)
myseries_one = pd.Series(tempdata)
myseries_two = pd.Series(data = tempdata, index = ['a','b','c','d','e'])
myseries_three = pd.Series(data = tempdata, index = [10,11,12,13,14])


myseries_one
Out[1]: 
0    0.291293
1    0.381014
2    0.923360
3    0.271671
4    0.605989
dtype: float64

myseries_two
Out[2]: 
a    0.291293
b    0.381014
c    0.923360
d    0.271671
e    0.605989
dtype: float64

myseries_three
Out[3]: 
10    0.291293
11    0.381014
12    0.923360
13    0.271671
14    0.605989
dtype: float64

索引每个数据帧中的第一个元素

myseries_one[0] #As expected
Out[74]: 0.29129291112626043

myseries_two[0] #As expected
Out[75]: 0.29129291112626043

myseries_three[0]
KeyError:0

疑问1：为什么会这样？为什么myseries_three [0]给我一个keyError？调用myseries_one [0]，myseries_one
[0]或myseries_three [0]是什么意思？以这种方式调用是否意味着我们以行名进行调用？

疑问2：-Python中的行名和行号是否与R中的行名和行号不同？

myseries_one[0:2]
Out[78]: 
0    0.291293
1    0.381014
dtype: float64

myseries_two[0:2]
Out[79]: 
a    0.291293
b    0.381014
dtype: float64

myseries_three[0:2]
Out[80]: 
10    0.291293
11    0.381014
dtype: float64

疑问3：-如果调用myseries_three [0]意味着要通过行名进行调用，那么myseries_three
[0：3]如何产生输出？myseries_three [0：4]表示我们正在按行号调用吗？请解释和指导。我正在从R迁移到python。所以这让我有些困惑。

Answer 1

当您尝试使用切片时myseries[something]，something通常是不明确的。您正在强调这种歧义的情况。就您而言，熊猫试图通过猜测您的意思来帮助您。

myseries_one[0] #As expected
Out[74]: 0.29129291112626043

myseries_one有整数标签。这是有道理的，当您尝试使用整数进行切片时，您打算获取标有该整数的元素。事实证明，您有一个标有的元素，0以便返回给您。

myseries_two[0] #As expected
Out[75]: 0.29129291112626043

myseries_two有字符串标签。您极不可能0在标签全部为字符串的情况下用该标签切片该系列。因此，pandas假定您的意思是，0然后返回第一个元素（感谢pandas，这很有用）。

myseries_three[0]
KeyError:0

myseries_three具有整数标签，并且您尝试使用整数切片…完美。就让我们为你值…
KeyError。糟糕，该索引标签不存在。在这种情况下，大熊猫失败要比猜测您打算按位置分割要安全得多。该文档甚至建议，如果要消除歧义，请loc用于基于标签的切片和iloc基于位置的切片。

我们试试吧 loc

myseries_one.loc[0]
0.29129291112626043

myseries_two.loc[0]
KeyError:0

myseries_three.loc[0]
KeyError:0

只有myseries_one一个标签0。其他两个返回KeyErrors

我们试试吧 iloc

myseries_one.iloc[0]
0.29129291112626043

myseries_two.iloc[0]
0.29129291112626043

myseries_three.iloc[0]
0.29129291112626043

它们都具有的位置，0并相应地返回第一个元素。

对于范围切片，pandas决定减少解释，并坚持对整数切片进行位置切片0:2。记住。做出这些决定的是实际的真实人（编写熊猫代码的程序员）。当您尝试做一些模棱两可的事情时，您可能会得到不同的结果。要消除歧义，请使用loc和iloc。

iloc

myseries_one.iloc[0:2]

0    0.291293
1    0.381014
dtype: float64

myseries_two.iloc[0:2]

a    0.291293
b    0.381014
dtype: float64

myseries_three.iloc[0:2]

10    0.291293
11    0.381014
dtype: float64

loc

myseries_one.loc[0:2]

0    0.291293
1    0.381014
2    0.923360
dtype: float64

myseries_two.loc[0:2]

TypeError: cannot do slice indexing on <class 'pandas.indexes.base.Index'> with these indexers [0] of <type 'int'>

myseries_three.loc[0:2]

Series([], dtype: float64)