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
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'
问题内容: 这似乎是一个非常简单的问题……但是我没有看到我期望的简单答案。 那么,如何获得Pandas中给定列的第n行的值?(我对第一行特别感兴趣,但也对更通用的做法也很感兴趣)。 例如,假设我想将Btime中的1.2值作为变量。 什么是正确的方法? df_test = 问题答案: 要选择该行,请使用: 要在列中选择第i个值,可以使用: (推荐)和之间有区别: DataFrame将数据存储在基于列
这似乎是一个可笑的简单问题。。。但我没有看到我期待的简单答案。 那么,我如何在Pandas中获得给定列的第n行的值呢?(我对第一排特别感兴趣,但对更普遍的做法也感兴趣)。 例如,假设我想将中的1.2值作为变量。 做这件事的正确方法是什么?
我有一个熊猫,如下所示: 我想按进行分组并获取每个组的第一行: 预期成果: 我尝试了下面的方法,它只给出了< code>DataFrame的第一行。任何关于这方面的帮助都将不胜感激。
问题内容: 我有一个非常简单的问题-我想-但似乎我无法解决这个问题。我是Python和Pandas的初学者。我在论坛上进行了搜索,但没有得到符合我需要的(最新)答案。 我有一个这样的数据框: 这使: 我的问题很简单:我想添加一列,以给出 每一行 第二个 最大值的列名。 我编写了一个简单的函数,该函数返回每一行的第二个最大值 这使: 但是我找不到如何在“值”列中显示列名,而不是值…我正在考虑布尔索引
本文向大家介绍Python Pandas 获取列匹配特定值的行的索引问题,包括了Python Pandas 获取列匹配特定值的行的索引问题的使用技巧和注意事项,需要的朋友参考一下 给定一个带有列"BoolCol"的DataFrame,如何找到满足条件"BoolCol" == True的DataFrame的索引 目前有迭代的方式来做到这一点: 这虽然可行,但不是标准的 Pandas 方式。经过一番研
问题内容: 我想要Excel中特定行的列数。那怎么可能?我使用了POI API 但是我只能得到7的列数。 我希望特定行号的列数为10。excel列不一样 问题答案: 您可以做两件事 用 要么 他们之间有很好的区别 选项1给出实际填充内容的列数(如果10列的第二列未填充,您将得到9) 选项2仅给您最后一列的索引。因此完成了“ getLastCellNum()”