从熊猫数据框中获取索引值

Question

我有一个 Pandas 数据框（国家/地区），需要获取特定的索引值。 （说索引 2 => 我需要日本）

我使用了 il​​oc，但我得到了数据 (7.542)

return countries.iloc[2]
7.542

Answer 1

直接调用索引

return countries.index[2]

但是你在这里发布的内容看起来像一个熊猫数据框而不是一个系列 - 如果是这样的话

countries['Country_Name'].iloc[2]

Answer 2

这正是我的疑问！ 阅读其他回复帮助我找到了这个答案。

正如其他回答者所提到的，所呈现的表结构看起来像您有一个包含两列的数据框，一列用于 'Country_Names'，另一列用于值，在这种情况下，索引将默认为 [0, 1 ... n]。

但是，您的示例代码return countries.iloc[2] #7.542建议您有一个系列，因为它只返回一个标量值，而不是一个带有索引和数据类型的键：值对（见下文）。

因此，让我们假设您有一个数据框，如您所说，有一列值和“Country_Names”作为索引。 我将向值列添加一个名称并添加第二个值列：

countries = pd.DataFrame({'Country_Names': ['China', 'United States', 'Japan', 'United Kingdom', 'Russian Federation', 'Brazil'],
                          'Values1': [1.5, 10.53, 7.542, 3.487, 6.565, 8.189],
                          'Values2': [1,2,3,4,5,6]}).set_index('Country_Names')
print(countries)

#                     Values1  Values2
# Country_Names                       
# China                 1.500        1
# United States        10.530        2
# Japan                 7.542        3
# United Kingdom        3.487        4
# Russian Federation    6.565        5
# Brazil                8.189        6

顺便说一下，数据帧的每一列都是一个系列，与其所属的数据帧共享一个索引。 也就是说，你可以只有一列，它仍然是一个数据框，尽管访问第一列会返回一个系列（见下文）。

数据框和系列都具有共同的索引属性以及其他属性。

countries.index[2] #The 3rd index of the dataframe:
# 'Japan'

countries['Values1'].index[2] #The 3rd index of the 1st column (which is a series)
# 'Japan'

countries.iloc[2] #The 3rd row of the dataframe.
# Values1    7.542
# Values2    3.000
# Name: Japan, dtype: float64

countries['Values1'].iloc[2] #The 3rd row of the 1st column (which is a series)
# 7.542

现在，如果您实际上只是在处理系列（如您的代码所建议的那样）而不是数据框，则它看起来像这样：

Country_Names = ['China', 'United States', 'Japan', 'United Kingdom', 'Russian Federation', 'Brazil']
countries = pd.Series([1.5, 10.53, 7.542, 3.487, 6.565, 8.189], index=Country_Names)
countries

# China                  1.500
# United States         10.530
# Japan                  7.542
# United Kingdom         3.487
# Russian Federation     6.565
# Brazil                 8.189
# dtype: float64

countries.index[2]
# 'Japan'

countries.iloc[2]
# 7.542

不过，我不确定如何构建一个数据对象，该对象可以像您在问题中看到的表格一样打印出来。

编辑

这是如何做到的。 创建一个带有名称的索引并将该索引赋予一个系列：

Country_Names = pd.Index(['China', 'United States', 'Japan', 'United Kingdom', 'Russian Federation', 'Brazil'],
                         name='Country_Names')
countries_s = pd.Series([1.5, 10.53, 7.542, 3.487, 6.565, 8.189], index=Country_Names)
countries_s

# Country_Names
# China                  1.500
# United States         10.530
# Japan                  7.542
# United Kingdom         3.487
# Russian Federation     6.565
# Brazil                 8.189
# dtype: float64

这几乎证实了您正在使用一个系列。 我不确定无论如何都可能有一个带有未命名列的数据框。