熊貓數據框索引：為不同的索引出現頻率使用“ .values”

Question

想象一個像這樣的數據框：

     A    B
ID
1    4    5
2    6    7
2    6    8

如果要訪問A列中ID = 1的值，可以執行以下操作：

df.ix[1, 'A']

對於A列中的ID = 2，此方法有效：

df.ix[2, 'A'].values

有沒有一種方法可以合並兩個語句，而無需使用try / except語句？ 我找不到執行此操作的好方法...。

Answer 1

一種方法是使用列表（或元組，切片等）作為索引。 范例-

In [63]: df
Out[63]:
    A  B
ID
1   4  5
2   6  7
2   8  9

In [64]: df.loc[[1],'A'].values #Works for `.ix` as well.
Out[64]: array([4], dtype=int64)

In [65]: df.loc[[2],'A'].values #Works for `.ix` as well.
Out[65]: array([6, 8], dtype=int64)