Pandas 索引，在数据帧中搜索

Question

问题解决了

使用loc代替iloc可以解决问题，但我不知道为什么。

---

中等大小的数据框 (80766, 19)，由整数、浮点数和日期组成。 在我工作的时候，我注意到我的结果很奇怪。 我开始转换和简化表达式，看看问题出在哪里，结果出现了矛盾。

使用这两行我得到了相同的结果（如预期的那样）：

import pandas
...
data_table[data_table[col_name] == 69][col_name]
data_table.iloc[data_table.index[data_table[col_name] == 69]][col_name]

结果：

23270    69
23271    69
         ..
25059    69
Name: BBCH, Length: 1790, dtype: int64

但是当我将搜索值更改为更高时，第二行给出的结果完全不正确。

data_table[data_table[col_name] == 71][col_name]

给出了很好的结果：

39556    71
39557    71
         ..
41353    71
Name: BBCH, Length: 1798, dtype: int64

而对于

data_table.iloc[data_table.index[data_table[col_name] == 71]][col_name]

结果是：

7336    30
7337    30
        ..
9133    30
Name: BBCH, Length: 1798, dtype: int64

我的问题是为什么会这样？ 是数据大小的问题吗？

Answer 1

只要您的索引是RangeIndex ，即没有间隙，您就可以互换使用loc和iloc ，例如，

>>> s = pd.Series('foo', index=range(10))
>>> s
0    foo
1    foo
2    foo
3    foo
4    foo
5    foo
6    foo
7    foo
8    foo
9    foo
dtype: object
>>> s.loc[[1, 2, 7]]
1    foo
2    foo
7    foo
dtype: object
>>> s.iloc[[1, 2, 7]]
1    foo
2    foo
7    foo
dtype: object

但是s.loc[[1, 2, 7]]选择标记为1 、 2和7的行，无论它们的位置如何，而iloc提取位于位置索引1 、 2和7的行。 如果您更改s中的行顺序， loc仍会给出相同的行，但iloc会给出第二、第三和第 8 行的任何内容。

如果您修改数据以使其不再是RangeIndex （即，如果您愿意，可能会丢失行），一旦loc和iloc选择了“缺失行”之后的内容，它们就会给出不同的结果。 因此在下面的示例中，使用修改后s ，索引1和2处的行仍标记为1和2 ，因此它们被loc和iloc选择，但第 8 行不再标记为7 ，而是9 （如我们删除了中间的两行）。

>>> s = s.drop([3, 4])
>>> s
0    foo # position = 0
1    foo # 1
2    foo # 2
5    foo # 3 but label == 5!!
6    foo # 4 but label == 6
7    foo # etc.
8    foo
9    foo
dtype: object
>>> s.loc[[1, 2, 7]]
1    foo
2    foo
7    foo
dtype: object
>>> s.iloc[[1, 2, 7]]
1    foo
2    foo
9    foo # != 7 !!
dtype: object

这就解释了为什么在第一种情况下，您的结果是正确的，但在第二种情况下，某些原因导致索引的标签与位置值“不同步”（可能是一些删除的行）。 当您通过子集.index的标签进行选择时，您需要loc ，而不是iloc 。 （如果您在子集之前执行了reset_index ， iloc将再次起作用，因为这样索引将再次与行的位置相同。）