Pandas 索引，在數據幀中搜索

Question

問題解決了

使用loc代替iloc可以解決問題，但我不知道為什么。

---

中等大小的數據框 (80766, 19)，由整數、浮點數和日期組成。 在我工作的時候，我注意到我的結果很奇怪。 我開始轉換和簡化表達式，看看問題出在哪里，結果出現了矛盾。

使用這兩行我得到了相同的結果（如預期的那樣）：

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

結果：

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

但是當我將搜索值更改為更高時，第二行給出的結果完全不正確。

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

給出了很好的結果：

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

而對於

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

結果是：

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

我的問題是為什么會這樣？ 是數據大小的問題嗎？

Answer 1

只要您的索引是RangeIndex ，即沒有間隙，您就可以互換使用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]]選擇標記為1 、 2和7的行，無論它們的位置如何，而iloc提取位於位置索引1 、 2和7的行。 如果您更改s中的行順序， loc仍會給出相同的行，但iloc會給出第二、第三和第 8 行的任何內容。

如果您修改數據以使其不再是RangeIndex （即，如果您願意，可能會丟失行），一旦loc和iloc選擇了“缺失行”之后的內容，它們就會給出不同的結果。 因此在下面的示例中，使用修改后s ，索引1和2處的行仍標記為1和2 ，因此它們被loc和iloc選擇，但第 8 行不再標記為7 ，而是9 （如我們刪除了中間的兩行）。

>>> 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

這就解釋了為什么在第一種情況下，您的結果是正確的，但在第二種情況下，某些原因導致索引的標簽與位置值“不同步”（可能是一些刪除的行）。 當您通過子集.index的標簽進行選擇時，您需要loc ，而不是iloc 。 （如果您在子集之前執行了reset_index ， iloc將再次起作用，因為這樣索引將再次與行的位置相同。）