访问Pandas数据框中的第一列

Question

如何访问此数据框中的第一列？ 如果我按列名称引用它（＆＃39; Group11 ...＆＃39;），我会收到错误＆＃39;不在索引＆＃39;。

First Column

Answer 1

您所指的是数据帧的索引。因此，如果您的数据框名为df，则可以使用df.index访问索引。

否则，如果要引用列作为列，则需要在使用pandas.DataFrame.reset_index之前将其转换为列。

可重现的例子：

这是一个可重复的示例，显示了访问索引的两种方法：

from StringIO import StringIO 
import pandas as pd 

data = """Group11.Primary.Phrase|count|num_cat
CP|4|4
DA|1|1
FW|7|7
"""

df = pd.read_csv(StringIO(data), sep="|", index_col=0)
print("here's how the dataframe looks like") 
print(df.head())

print("here's how to access the index") 
print(df.index)

print("if you want to turn the index values into a list")
print(list(df.index))

print("you can also reset_index as a column and access it") 
df = df.reset_index()
print(df["Group11.Primary.Phrase"])

运行上面的代码，为您提供以下输出：

here's how the dataframe looks like
                        count  num_cat
Group11.Primary.Phrase                
CP                          4        4
DA                          1        1
FW                          7        7

here's how to access the index
Index([u'CP', u'DA', u'FW'], dtype='object', name=u'Group11.Primary.Phrase')

if you want to turn the index values into a list
['CP', 'DA', 'FW']

you can also reset_index as a column and access it
0    CP
1    DA
2    FW
Name: Group11.Primary.Phrase, dtype: object

Answer 2

iloc基于数字索引返回数据，这里是第一个（python 0索引）列的所有行。

df.iloc[:,0]

Answer 3

如果要使用列名访问列，则可以通过列名重置索引然后访问列。即

如果你有像

这样的数据框

                        count  num_cat
Group11.Primary.Phrase                
CP                          4        4
DA                          1        1
FW                          7        7

然后在按名称访问列时重置索引

df = df.reset_index()
df['Group11.Primary.Phrase']

输出：

0    CP
1    DA
2    FW

Answer 4

以下是文档的链接：Indexing and Selecting Data在您的情况下，您将索引df['Group11']

In [9]: df
Out[9]: 
               A         B         C         D
2000-01-01  0.469112 -0.282863 -1.509059 -1.135632
2000-01-02  1.212112 -0.173215  0.119209 -1.044236
2000-01-03 -0.861849 -2.104569 -0.494929  1.071804

In [12]: df[['A', 'B']]
Out[12]: 
               A         B
2000-01-01 -0.282863  0.469112
2000-01-02 -0.173215  1.212112
2000-01-03 -2.104569 -0.861849