何时重置索引？loc与iloc在索引中的差距？最佳实践？

Question

我在代码中发现了一个非常微妙的错误。在分析中，我经常从数据帧中删除行。因为这将在索引中留下间隙，所以我尝试通过在末尾用

df0 = df0.reset_index (drop = True)

然后在下一个函数中继续使用

for row in xrange (df0.shape [0]):
    print df0.loc [row]
    print df0.iloc [row]

但是，如果我没有正确重置索引，第一行的索引可能是192。192的索引与0的行号不同。这导致了这样一个问题：df0.loc[row]访问索引为0的行，而df0.iloc[row]正在访问索引为192的行。这导致了一个非常奇怪的错误，我试图更新第0行，但索引192却被更新了。反之亦然。

但实际上，我不使用任何df0.loc（）或df0.iloc（）函数，因为它们太慢了。我的代码中充满了df0.get_value（…）和df0.set_value（…）函数，因为它们是访问值时最快的函数。

看起来有些函数是通过索引访问的，而有些函数是通过行号访问的？我很困惑。有人能给我解释一下吗？最佳实践是什么？有些函数使用索引访问值，有些函数使用行号？我误解了什么吗？我应该经常重置_index（）吗？或者永远不要这样做？

编辑：总结一下：我手动合并函数中的一些行，所以在指示中会有空白。在其他函数中，我遍历每一行并进行计算。但是，如果我重置了索引，我会得到其他计算结果，而不是不重置索引。为什么啊？那是我的问题。

Answer 1

.loc[]查看索引标签，这些标签可能是整数值，也可能不是整数值。

• 如果您的索引是[0,1,3]（非顺序整数索引），.loc[2]将找不到任何内容，因为没有索引标签2

.iloc[]查看索引位置，索引位置始终为整数值。

• 如果您的索引是[0,1,3]，. loc[2]将返回对应于3的行。
• 如果你的索引是['a'，'b'，'c']，. loc[2]将返回对应于'c'的行。

也就是说，听起来你的代码确实有点棘手。必须在一堆不同的地方执行reset_index（），并不断跟踪您试图更新的行，这表明您可能没有利用熊猫一次在许多行和列上执行基于向量的计算的能力。也许你想要完成的任务让这不可避免。但是值得花些时间考虑一下，您是否不能将您正在做的一些事情矢量化，以便您可以将其应用于整个数据帧或数据帧的子集，而不是一次对单个单元格进行操作。