获取给定列的第一行值

Question

这似乎是一个非常简单的问题......但我没有看到我期望的简单答案。

那么，如何获取 Pandas 中给定列的第 n 行的值？ （我对第一行特别感兴趣，但也会对更一般的做法感兴趣）。

例如，假设我想将Btime中的 1.2 值作为变量提取。

执行此操作的正确方法是什么？

>>> 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

要选择第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

要在Btime列中选择第 i 个值，您可以使用：

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

---

df_test['Btime'].iloc[0] （推荐）和df_test.iloc[0]['Btime'] ：

DataFrames 将数据存储在基于列的块中（其中每个块都有一个 dtype）。 如果您先按列选择，则可以返回视图（这比返回副本更快）并保留原始 dtype。 相反，如果您先按行选择，并且如果 DataFrame 具有不同 dtype 的列，则 Pandas 会将数据复制到新的 Series 对象 dtype 中。 所以选择列比选择行要快一些。 因此，尽管df_test.iloc[0]['Btime']有效，但df_test['Btime'].iloc[0]效率更高一些。

在分配方面，两者之间存在很大差异。 df_test['Btime'].iloc[0] = x影响df_test ，但df_test.iloc[0]['Btime']可能不会。 有关原因的解释，请参见下文。 因为索引顺序的细微差异会导致行为的很大差异，所以最好使用单个索引分配：

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

---

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

为 DataFrame 分配新值的推荐方法是避免链接索引，而是使用andrew 所示的方法，

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

或者

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

后一种方法要快一些，因为df.loc必须将行和列标签转换为位置索引，因此如果使用df.iloc则需要的转换会少一些。

---

df['Btime'].iloc[0] = x有效，但不推荐：

尽管这有效，但它利用了当前实现 DataFrame 的方式。 不能保证 Pandas 将来必须以这种方式工作。 特别是，它利用了这样一个事实，即（当前） df['Btime']总是返回一个视图（不是一个副本）所以df['Btime'].iloc[n] = x可以用来分配一个新的df的Btime列的第 n 个位置的值。

由于 Pandas 没有明确保证索引器何时返回视图还是副本，因此使用链式索引的赋值通常总是引发SettingWithCopyWarning即使在这种情况下赋值成功地修改了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

---

df.iloc[0]['Btime'] = x不起作用：

相比之下， df.iloc[0]['bar'] = 123 df.iloc[0]不起作用，因为df.iloc[0]正在返回一个副本：

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：我之前曾建议df_test.ix[i, 'Btime'] 。 但这并不能保证为您提供第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 的整数索引不是从 0 开始的排序顺序，那么使用ix[i]将返回标记为i的行而不是第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'

Answer 2

请注意，@unutbu 的答案将是正确的，直到您想将该值设置为新的值，然后如果您的数据框是视图，它将不起作用。

In [4]: df = pd.DataFrame({'foo':list('ABC')}, index=[0,2,1])
In [5]: df['bar'] = 100
In [6]: df['bar'].iloc[0] = 99
/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas-0.16.0_19_g8d2818e-py2.7-macosx-10.9-x86_64.egg/pandas/core/indexing.py:118: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame

See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
  self._setitem_with_indexer(indexer, value)

另一种始终适用于设置和获取的方法是：

In [7]: df.loc[df.index[0], 'foo']
Out[7]: 'A'
In [8]: df.loc[df.index[0], 'bar'] = 99
In [9]: df
Out[9]:
  foo  bar
0   A   99
2   B  100
1   C  100

Answer 3

另一种方法来做到这一点：

first_value = df['Btime'].values[0]

这种方式似乎比使用.iloc更快：

In [1]: %timeit -n 1000 df['Btime'].values[20]
5.82 µs ± 142 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [2]: %timeit -n 1000 df['Btime'].iloc[20]
29.2 µs ± 1.28 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Answer 4

1. df.iloc[0].head(1) - 第一个数据集仅来自整个第一行。
2. df.iloc[0] - 列中的整个第一行。

Answer 5

一般来说，如果您想从pandas dataframe的J 列中提取前N 行，最好的方法是：

data = dataframe[0:N][:,J]

Answer 6

例如，要从“测试”列和第 1 行中获取值，它的工作原理类似于

df[['test']].values[0][0]

因为只有df[['test']].values[0]返回一个数组

Answer 7

要访问单个值，您可以使用比iloc快得多的方法iat ：

df['Btime'].iat[0]

输出：

1.2

Answer 8

获取第一行并保留索引的另一种方法：

x = df.first('d') # Returns the first day. '3d' gives first three days.

Answer 9

.iat和.at是用于获取和设置单一值的方法，并且速度远远超过.iloc和.loc 。 Mykola Zotko 在他们的回答中指出了这一点，但他们并没有完全使用.iat 。

当我们可以使用.iat或.iat .at ，我们应该只需要对数据帧进行一次索引。

这不是很好：

df['Btime'].iat[0]

这并不理想，因为 'Btime' 列首先被选为一个系列，然后.iat用于索引到该系列中。

这两个选项是最好的：

1. 使用零索引位置：

   df.iat[0, 4] # 获取第0行第4列的值

2. 使用标签：

   df.at[0, 'Btime'] # 获取索引标签为0且列名为“Btime”的值。

两种方法都返回值 1.2。

Answer 10

根据pandas 文档， at是访问标量值的最快方法，例如 OP 中的用例（ Alex已在此页面上建议）。

基于 Alex 的回答，因为数据帧不一定有范围索引，索引df.index可能更完整（因为 dataframe 索引建立在 numpy arrays 上，您可以像数组一样索引它们）或在列上调用get_loc()获取列的 integer 位置。

df.at[df.index[0], 'Btime']
df.iat[0, df.columns.get_loc('Btime')]

一个常见的问题是，如果您使用 boolean 掩码来获取单个值，但最终得到一个带有索引的值（实际上是一个系列）； 例如：

0    1.2
Name: Btime, dtype: float64

您可以使用squeeze()来获取标量值，即

df.loc[df['Btime']<1.3, 'Btime'].squeeze()