Pandas：.ix 的替代品

Question

考虑到 pandas 0.20.0 的更新和 .ix 的弃用，我想知道使用剩余的 .loc 和 .iloc 获得相同结果的最有效方法是什么 --- 。我刚刚回答 了这个问题，但第二个选项（不使用 .ix ）似乎效率低下且冗长。

片段：

 print df.iloc[df.loc[df['cap'].astype(float) > 35].index, :-1]

当同时使用条件和索引位置过滤时，这是正确的方法吗？

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

Answer 1

您可以留在单一的世界中 loc 通过将特定索引与位置切片来获取所需的索引值。

 df.loc[
    df['cap'].astype(float) > 35,
    df.columns[:-1]
]

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

Answer 2

通常，您更愿意避免在 pandas 中使用链式索引（尽管严格来说，您实际上使用了两种不同的索引方法）。您不能以这种方式修改数据框（ 文档 中有详细信息），并且文档将性能作为另一个原因（索引一次与两次）。

对于后者，它通常是微不足道的（或者更确切地说，不太可能成为您代码中的瓶颈），而且实际上似乎并非如此（至少在以下示例中）：

 df = pd.DataFrame(np.random.uniform(size=(100000,10)),columns = list('abcdefghij'))
# Get columns number 2:5 where value in 'a' is greater than 0.5
# (i.e. Boolean mask along axis 0, position slice of axis 1)

# Deprecated .ix method
%timeit df.ix[df['a'] > 0.5,2:5]
100 loops, best of 3: 2.14 ms per loop

# Boolean, then position
%timeit df.loc[df['a'] > 0.5,].iloc[:,2:5]
100 loops, best of 3: 2.14 ms per loop

# Position, then Boolean
%timeit df.iloc[:,2:5].loc[df['a'] > 0.5,]
1000 loops, best of 3: 1.75 ms per loop

# .loc
%timeit df.loc[df['a'] > 0.5, df.columns[2:5]]
100 loops, best of 3: 2.64 ms per loop

# .iloc
%timeit df.iloc[np.where(df['a'] > 0.5)[0],2:5]
100 loops, best of 3: 9.91 ms per loop

底线：如果您真的想避免 .ix ，并且您不打算修改数据框中的值，只需使用链式索引即可。另一方面（“正确”但可以说是更混乱的方式），如果您确实需要修改值，请执行 .iloc 与 np.where() 或 .loc 与 integerf6 df.index 或 df.columns 的切片。

原文由 Ken Wei 发布，翻译遵循 CC BY-SA 3.0 许可协议