設置熊貓數據框

Question

我發現以下兩種方法存在矛盾（至少對我而言）：

對於定義為的數據框：

df=pd.DataFrame([[1,2,3,4,np.NaN],[8,2,0,4,5]])

我想訪問第一行第四列中的元素（從0開始計數）。 我要么這樣做：

df[4][1]
Out[94]: 5.0

或這個：

df.iloc[1,4]
Out[95]: 5.

我是否正確理解，在第一種方法中，使用iloc時，我需要先使用列，然后再使用行，反之亦然？ 我只想確保以后正確使用這兩種方法。

編輯：下面的一些答案已指出，第一種方法不那么可靠，我現在看到這就是原因：

df.index = ['7','88']
df[4][1]
Out[101]: 5.0

我仍然得到正確的結果。 但是，如果不再有相應的數字，則使用int會引發異常：

df.index = [7,88]
df[4][1]   
KeyError: 1

另外，更改列名稱：

df.columns = ['4','5','6','1','5']
df['4'][1]
Out[108]: 8

給我不同的結果。 因此總的來說，我應該堅持使用iloc或loc來避免這些問題。

Answer 1

不幸的是，您沒有正確使用它們。 您得到相同的結果只是一個巧合。

df.loc[i, j]表示df中具有名為i的行和名為j的列的元素

除了許多其他缺陷外， df[j]表示名為j的列，而df[j][i]表示名為j的列，而元素（此處為行）則稱為i 。

df.iloc[i, j]表示第i行和第j列中的元素從0開始。

因此， df.loc通過label （字符串或int或任何其他格式，在這種情況下為int）選擇數據， df.iloc通過position選擇數據。 在您的示例中，第i行名為i只是一個巧合。

有關更多詳細信息，請閱讀文檔

更新 ：

認為df[4][1]是一種方便的方法。 在大多數情況下，都有一些邏輯背景可以滿足您的需求。

事實上

df.index = ['7', '88']
df[4][1]

之所以起作用，是因為索引的dtype是str。 並且您給定一個int 1 ，因此它將退回到位置索引。 如果您運行：

df.index = [7, 88]
df[4][1]

會引發錯誤。 和

df.index = [1, 0]
df[4][1]

窗台將不是您期望的元素。 因為不是第一行，所以它從0開始。它將是名稱為1的行。

Answer 2

您應該將DataFrames視為列的集合。 因此，當您執行df[4]將獲得df的第四列，其類型為Pandas Series。 之后，當您執行df[4][1]您將獲得該系列的第一個元素，它對應於DataFrame的第1行和第4列條目，這正是df.iloc[1,4]所做的。

因此，完全沒有矛盾，但是要提防：僅當您沒有任何列名，或者您的列名是[0,1,2,3,4]時，此方法才有效。 否則，它將失敗或給您錯誤的結果。 因此，對於位置索引，您必須堅持使用iloc或loc進行名稱索引。