索引数据帧：整数行、命名列

Question

假设df是一个数据帧。

• df.loc[]只接受名字
• df.iloc[]只接受整数（实际放置）
• df.ix[]接受名称和整数：

当引用行时，df.ix[row_idx，]只希望获得名称。例如

df = pd.DataFrame({'a' : ['one', 'two', 'three','four', 'five', 'six'],
                   '1' : np.arange(6)})
df = df.ix[2:6]
print(df)

   1      a
2  2  three
3  3   four
4  4   five
5  5    six

df.ix[0, 'a']

抛出一个错误，它不会返回“2”。

当引用列时，iloc更喜欢整数，而不是名称。例如

df.ix[2, 1]

返回“三”，而不是2。（尽管df.idx[2，'1']返回2）。

奇怪的是，我喜欢完全相反的功能。通常我的列名非常有意义，所以在我的代码中我直接引用它们。但是由于大量的观察清理，我的熊猫数据帧中的行名称通常不对应于范围（len（df））。

我意识到我可以使用：

df.iloc[0].loc['a'] # returns three

但似乎很难看！有人知道更好的方法来做这件事吗，这样代码就会像这样？

df.foo[0, 'a'] # returns three

事实上，是否有可能将我自己的新方法添加到pandas.core.frame.DataFrame中，所以例如，df.idx（row）实际上是df.iloc。loc]？

Answer 1

我们可以重置索引，然后像这样使用基于0的索引

df.reset_index（删除=True）. loc[0，'a']

编辑：从列名称索引'a'中删除[]，因此它只输出值

Answer 2

现有的答案在我看来是短视的。

>

df.loc[df.index[0]，'a']
这里的策略是获取第0行的行标签，然后正常使用. loc。我看到两个问题。

1. 如果df有重复的行标签，df.loc[df.index[0]，'a']可以返回多行。

df.reset_index. loc[0，'a']
这里的策略是重置索引，使行标签变为0,1,2，...因此. loc[0]给出了与. iloc[0].不过，这里的问题是运行时，因为. loc比. iloc慢，您将为重置索引产生成本。

我建议遵循@Landmaster的评论：

df.iloc[0, df.columns.get_loc("a")]

本质上，这与df.iloc[0,0]相同，只是我们使用df.columns.get_loc（"a"）动态获取列索引。

要索引多个列，如['a'，'b'，'c']，请使用：

df.iloc[0, [df.columns.get_loc(c) for c in ['a', 'b', 'c']]]

这是我关于熊猫课程的一部分。

Answer 3

这是一个迟来的答案，但@unutbu的评论仍然有效，是解决这个问题的一个很好的方法。

要使用整型行和命名列（标记列）索引数据帧，请执行以下操作：

df.loc[df.index[#]，'NAME']其中#是有效的整数索引，NAME是列的名称。