为什么pandas iloc()中使用df.iloc[[i][0]]会导致特定行为？

Question

pandas中iloc()函数的参数问题
我刚刚开始学习pandas，在一份代码中出现了df.iloc[[1][0]]（df是shape为(60935, 54)的pd.DataFrame数据类型）的调用，从代码上下文上理解df.iloc[[1][0]]应该是df的一行，但是应该如何理解[[1][0]]呢？为什么iloc[]中的参数会允许接受两个相邻的列表？iloc[]内部是如何处理的？这显然不是对行与列的索引。并且，我发现第二个数字不是0或-1时会出现索引出界的错误。这又是为什么呢？

我做了如下试验

mydict = [{'a': 1, 'b': 2, 'c': 3, 'd': 4},
          {'a': 100, 'b': 200, 'c': 300, 'd': 400},
          {'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000}]
df = pd.DataFrame(mydict)
print(df.iloc[[0][-1]].shape)
    输出为(4,)
print(df.iloc[[0][0]].shape)
    输出为(4,)
print(df.iloc[[0]].shape)
    输出为(1, 4)
print(df.iloc[[0][1]].shape)
    输出为IndexError: list index out of range
print(type(df.iloc[[0]]))
    输出为<class 'pandas.core.frame.DataFrame'>
print(type(df.iloc[[0][0]]))
    输出为<class 'pandas.core.series.Series'>

Answer 1

在pandas中，iloc函数用于基于位置的索引，它接受整数、整数切片对象、整数列表、整数列表的列表（或任何一维数组）作为索引器。对于你的问题，关键在于理解[[1][0]]这种嵌套列表的索引方式。

解释 df.iloc[[1][0]]

• [1] 是一个包含单个元素（整数1）的列表。
• [1][0] 则是从包含单个元素的列表中取出第一个（也是唯一一个）元素，即整数1。
• 因此，df.iloc[[1][0]] 等同于 df.iloc[1]，即选取df中索引为1的行（注意，pandas中的索引是从0开始的）。

但是，由于你使用了双重列表[[1][0]]，pandas实际上将其视为一个列表的列表（即二维列表），其中内部列表包含一个整数。在pandas的iloc中，这种二维列表的索引方式被特殊处理为返回单行或多行作为DataFrame的视图，但如果内部列表仅包含一个元素，pandas会进一步将这个结果降维为Series（除非明确指定了列）。

为什么 df.iloc[[0][-1]].shape 是 (4,)？

• 类似于上面的解释，[0][-1] 也是从列表[0]中取出最后一个元素（也是唯一一个元素），即0。
• 因此，df.iloc[[0][-1]] 等同于 df.iloc[0]，即选取索引为0的行。
• 但由于你使用了双重列表（尽管这里看起来是多余的），pandas返回了一个Series（默认行为，除非你指定了列），Series的.shape属性返回一个元组，表示其长度（即行数），因此是(4,)，这里4是DataFrame中列的数量。

为什么 df.iloc[[0][1]].shape 会引发 IndexError？

• 在这个例子中，[0][1] 试图从列表[0]中取出索引为1的元素，但列表[0]只有一个元素（索引为0的元素），所以索引1不存在，因此引发IndexError。

结论

• 使用df.iloc[[index]]（其中index是整数）时，返回的是DataFrame的一个子DataFrame（单行）。
• 使用df.iloc[index]（直接传递整数）时，返回的是Series（单行，除非明确指定了列）。
• 使用嵌套的列表（如[[index]]）时，pandas会保持返回类型为DataFrame，但如果你使用[[index][some_index]]且some_index不是0（或列表的有效索引），则可能遇到IndexError，因为你试图从一个仅包含一个元素的列表中取出不存在的元素。

希望这能帮助你更好地理解pandas中iloc的使用和内部处理机制。