Pandas-获取给定列的第一行值

Question

这似乎是一个容易得可笑的问题...但我没有看到我期待的简单答案。

df_test=

  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

Answer 1

要选择ith行，请使用ILOC:

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ith值，可以使用：

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

DataFrames将数据存储在基于列的块中（其中每个块都有一个dtype）。如果先选择by column，则可以返回视图（比返回副本快），并保留原始dtype。相反，如果先选择by row,并且DataFrame中有不同dType的列，那么Pandas会将数据复制到一系列新的对象dType中。所以选择列比选择行要快一点。因此，尽管df_test.iloc[0]['btime']有效，但df_test['btime'].iloc[0]更高效。

df.iloc[0, df.columns.get_loc('Btime')] = x

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

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

后一种方法稍微快一点，因为df.loc必须将行和列标签转换为位置索引，所以如果使用df.iloc则需要少一点转换。

虽然这很有效，但它利用了当前实现DataFrames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（目前）df['btime']总是返回一个视图（而不是副本），因此df['btime'].iloc[n]=x可用于在df的btime列的第n个位置分配一个新值。

由于Pandas没有明确保证索引器何时返回视图或副本，所以使用链接索引的分配通常总是引发settingWithCopyWarning，即使在这种情况下，分配成功地修改了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

相反，df.iloc[0]['bar']=123的赋值不起作用，因为df.iloc[0]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df_test.ix[I,'btime']。但是这并不能保证给出ith值，因为ix在尝试按位置索引之前尝试按标签索引。因此，如果DataFrame有一个整数索引，它的排序顺序不是从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'