熊貓中DataFrame的矩陣（位置）索引

Question

說我有以下數據框：

tmp = np.random.randn(10,4)
df = pd.DataFrame(tmp, index=pd.date_range('1/1/2012', periods=tmp.shape[0]), 
                 columns=['A', 'B', 'C', 'D'])

> b
                   A         B         C         D
2012-01-01  0.471846  1.130041 -0.614117  0.882738
2012-01-02 -1.431566  0.680617 -0.615331  0.288740
2012-01-03  0.398567 -0.115388 -0.869855 -1.273666
2012-01-04  0.379501  0.192329 -1.942184  0.694004
2012-01-05  1.306329 -0.803856  0.417033 -0.655907
2012-01-06 -0.599877  0.696549 -0.252789  1.367977
2012-01-07 -1.618916  0.216571 -0.499880  0.386853
2012-01-08  0.415002  0.139775  0.251842  0.021379
2012-01-09  2.536787  0.737672 -0.740485 -0.890189
2012-01-10 -1.553530 -0.100950 -0.237478 -0.295612

我能怎么做：

1. 特定行/列的位置索引？ （並獲得相應的子數據幀 ）
2. 行/列范圍的位置索引？ （並獲得相應的子數據幀 ）

對於單項矩陣索引：

例如，假設我要在位置[1,2] （以numpy“矩陣”表示法）中索引子數據幀。 輸出應為：

                   C
2012-01-02 -0.615331

我嘗試了以下三種方法，但是它們都不起作用：

df[1,2]
df[1][2]
df.take([1])[2]

起作用的唯一方法似乎是：

df.ix[1,2]
df.irow(1)[2]

但：

• 使用.ix進行位置索引是很危險的，因為如果我的索引是整數（與上述情況中的日期相反），它將默認標記為索引 。 在此處查看更多信息： 開始：停止在numpy和Pandas之間切片不一致？ 。

• 使用irow很麻煩，因為它需要從()表示法切換為[]表示法（ irow返回Series對象）

對於范圍矩陣索引：

例如，假設我要在（numpy矩陣表示法）的位置[1:3,2:3]中索引元素。 輸出應為：

                   B
2012-01-02 -0.615331  
2012-01-03 -0.869855 

請注意，我排除了停止索引 （即我堅持使用numpy表示法）。

有什么想法嗎？

Answer 1

經常會要求使用此功能， https://github.com/pydata/pandas/pull/2922如果您想對其進行測試，可以將其從分支中拉出

Answer 2

這是一種解決方法（直到提交了@Jeff提到的功能請求）：

In [178]: df = pd.DataFrame(tmp, index=pd.date_range('2012-1-1', periods=tmp.shape[0]), columns='A B C D'.split())

In [179]: df.ix[df.index[1], df.columns[2]]
Out[179]: -0.3021434106214243

In [180]: df.ix[df.index[1:3], df.columns[2:3]]
Out[180]: 
                   C
2012-01-02 -0.302143
2012-01-03 -1.430387

這表明語法即使以隨機整數索引的形式也以相同的方式工作：

In [206]: df2 = df.reset_index(drop=True)

In [207]: index = range(10)

In [208]: import random

In [209]: random.shuffle(index)

In [210]: df2.index = index

In [212]: df2.ix[df2.index[1], df2.columns[2]]
Out[212]: -0.3021434106214243

In [213]: df2.ix[df2.index[1:3], df2.columns[2:3]]
Out[213]: 
          C
7 -0.302143
2 -1.430387

Answer 3

從熊貓文檔中：

Pandas提供了一組方法來獲得純粹基於整數的索引。 語義緊隨python和numpy切片。 這些是基於0的索引。 切片時，包括開始邊界，但不包括上限。 嘗試使用非整數，即使有效標簽也將引發IndexError。

.iloc屬性是主要的訪問方法。 以下是有效輸入：

整數，例如5 A整數列表或數組[4，3，0]整數為1：7的切片對象