具有多索引的 df.at 与 df.loc

Question

我有一个关于df.loc和df.at之间关于带有 MultiIndex 的数据帧的差异的问题。 我一直在查看来自 stackoverflow 的一些精彩资源，但它似乎并没有阐明我的问题。 特别是这个... pandas .at 与 .loc （或者至少我不完全理解这里显示的内容）。

根据熊猫文档， https : df.at ， df.at应该返回奇异值，并且比df.loc更快，所以我倾向于使用df.at 。 让我展示我的困惑，因为它适用于将df.at与df.at一起使用。

我有以下数据框：

df = pd.DataFrame({'field1':['foo']*6, 'field2':['bar']*6, 'field3': 
['a','a','b','b','b','c'],'value1':[0.4,0.5,0.4,0.7,.9,.4],'value2': 
[4000,4000,9000,9000,9000,10000]}, index=range(6))

df
Out[329]: 
  field1 field2 field3  value1  value2
0    foo    bar      a     0.4    4000
1    foo    bar      a     0.5    4000
2    foo    bar      b     0.4    9000
3    foo    bar      b     0.7    9000
4    foo    bar      b     0.9    9000
5    foo    bar      c     0.4   10000

我想使用 MultiIndex 访问此数据框，因此我正在执行以下操作：

df = df.set_index(['field1','field2','field3'])

所以现在我想在我的df ('foo','bar','c')处访问value1 ，这是一个奇异值，它出错了。

df.at[('foo','bar','c'),'value1']
Traceback (most recent call last):

  File "<ipython-input-344-921b8b658a49>", line 1, in <module>
    df.at[('foo','bar','c'),'value1']

  File "C:\Anaconda2\lib\site-packages\pandas\core\indexing.py", line 1610, 
in __getitem__
    return self.obj.get_value(*key, takeable=self._takeable)

  File "C:\Anaconda2\lib\site-packages\pandas\core\frame.py", line 1836, in 
get_value
    return engine.get_value(series.get_values(), index)

  File "pandas\index.pyx", line 103, in pandas.index.IndexEngine.get_value 
(pandas\index.c:3234)

  File "pandas\index.pyx", line 111, in pandas.index.IndexEngine.get_value 
(pandas\index.c:2931)

  File "pandas\index.pyx", line 152, in pandas.index.IndexEngine.get_loc 
(pandas\index.c:3830)

  File "pandas\index.pyx", line 170, in 
pandas.index.IndexEngine._get_loc_duplicates (pandas\index.c:4154)

TypeError: only integer arrays with one element can be converted to an index

我假设这是返回一个不能表示单个值的系列对象？ 鉴于df.loc的输出，这只是我的假设。

df.loc[('foo','bar','c')]['value1']
 Out[345]: 
field1  field2  field3
foo     bar     c         0.4
Name: value1, dtype: float64

现在如果我没有使用 MultiIndex，我认为这个问题不会出现......

无论如何，这是否有问题，或者我显然遗漏了什么？ 谢谢

Answer 1

你可以尝试这样的事情：

# setting multiindex
df = df.set_index(['field1','field2','field3'])

现在，当您像这样使用df.at时： df.at[('foo','bar','c')]['value1'] ，您将获得所需的结果：

field1  field2  field3
foo     bar     c         0.4
Name: value1, dtype: float64

根据我的尝试，您可能没有正确使用at查询数据框。