熊猫索引和关键错误

Question

考虑以下：

 d = {'a': 0.0, 'b': 1.0, 'c': 2.0}

e = pd.Series(d, index = ['a', 'b', 'c'])

df = pd.DataFrame({ 'A' : 1.,'B' : e,'C' :pd.Timestamp('20130102')}).

当我尝试通过以下方式访问 B 列的第一行时：

 >>> df.B[0]
0.0

我得到正确的结果。

但是，在阅读 KeyError: 0 when accessing value in pandas series 之后，我假设，因为我已将索引指定为“a”、“b”和“c”，所以正确的方法是访问列的第一行B（使用位置参数）是： df.B.iloc[0] 和 df.B[0] 应该引发关键错误。我不知道我错过了什么。有人可以澄清在哪种情况下我会收到 Key Error 吗？

原文由 Yash 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

您引用的问题中的问题是给定数据帧的索引是整数，但不是从 0 开始。

Pandas 在请求 df.B[0] 时的行为是不明确的，取决于索引的数据类型和传递给 python slice 语法的值的数据类型。它的行为可能类似于 df.B.loc[0] （基于索引标签）或 df.B.iloc[0] （基于位置）或其他我不知道的东西。对于可预测的行为，我建议使用 loc 和 iloc 。

用你的例子来说明这一点：

 d = [0.0, 1.0, 2.0]
e = pd.Series(d, index = ['a', 'b', 'c'])
df = pd.DataFrame({'A': 1., 'B': e, 'C': pd.Timestamp('20130102')})

df.B[0] # 0.0 - fall back to position based
df.B['0'] # KeyError - no label '0' in index
df.B['a'] # 0.0 - found label 'a' in index
df.B.loc[0] # TypeError - string index queried by integer value
df.B.loc['0'] # KeyError - no label '0' in index
df.B.loc['a'] # 0.0 - found label 'a' in index
df.B.iloc[0] # 0.0 - position based query for row 0
df.B.iloc['0'] # TypeError - string can't be used for position
df.B.iloc['a'] # TypeError - string can't be used for position

以参考文章中的示例为例：

 d = [0.0, 1.0, 2.0]
e = pd.Series(d, index = [4, 5, 6])
df = pd.DataFrame({'A': 1., 'B': e, 'C': pd.Timestamp('20130102')})

df.B[0] # KeyError - label 0 not in index
df.B['0'] # KeyError - label '0' not in index
df.B.loc[0] # KeyError - label 0 not in index
df.B.loc['0'] # KeyError - label '0' not in index
df.B.iloc[0] # 0.0 - position based query for row 0
df.B.iloc['0'] # TypeError - string can't be used for position

原文由 Justinas Marozas 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

df.B 实际上是一个 pandas.Series 对象（ df['B'] 的快捷方式），可以迭代。 df.B[0] 不再是“行”，而只是 df.B 的第一个元素，因为通过编写 df.B 你基本上创建了一个一维对象

数据结构文档 中的更多信息

您可以在语义上将 DataFrame 视为类似索引的 Series 对象的字典。

原文由 NiGiord 发布，翻译遵循 CC BY-SA 4.0 许可协议