Question

例如，

import pandas as pd
import numpy as np

df1 = pd.DataFrame({'frames':np.arange(3), 'r':np.repeat(3, 3), \
'x':np.random.rand(3), 'y':list('041')}, index=list('abc'))

  frames  r       x   y
a      0  3  0.1241  '0'
b      1  3  0.4109  '4'
c      2  3  0.8714  '1'

然后type(df1.ix[0, 'y']), type(df1['y'].ix[0])按预期返回(str, str)。

然而，在将'y'列dtype更改为带df1['y'] = df1['y'].astype(int)的整数：

之后

现在，type(df1.ix[0, 'y']), type(df1['y'].ix[0])返回(numpy.float64, numpy.int64)。

这对我来说似乎是非常不一致的行为。这两种方法不应该返回相同的标量类型吗？我意识到我对ix的内部运作一无所知。有谁知道为什么或如何发生这种情况？

更重要的是，访问标量的最有效方法是什么，以便保留其类型？

Answer 1

这是因为pandas Series只能使用一种类型，当您df1.ix[0,'y']访问列y的第一行时。行包含float变量，因此所有内容都转换为np.float64。当您致电df1['y'].ix[0]时，您访问了y列dtype，该列np.int32 dtype到第一个元素。一切都按预期工作。因此，对于关于最稳健方式的问题，我认为第二种方法更受欢迎，因为您始终知道列的row，或者您可以轻松地检查它，而ix则可以自动转换。

顺便说一下，如果你按位置访问元素（当你使用列时），最好使用iloc。来自.ix的{{1}}：

.ix支持基于混合整数和标签的访问。它主要是   基于标签，但将回退到整数位置访问，除非   相应的轴是整数类型。 .loc是最普遍的   将支持.iloc和.ix中的任何输入。 .ix也支持   浮点标签计划。交易时.iloc特别有用   使用基于位置和标签的混合分层索引。

但是，当轴是基于整数的时，仅限基于标签的访问和   不支持位置访问。因此，在这种情况下，通常是这样   最好明确并使用.loc或[]

如果您只需要访问标量，则还应考虑使用docs方法。来自iat：

由于使用at进行索引必须处理大量案例（单标签）访问，切片，布尔索引等），它有一点开销为了找出你所要求的东西。如果您只想访问标量值，最快的方法是使用iat和In [129]: %timeit df1.y.ix[0] 10000 loops, best of 3: 30.2 us per loop In [130]: %timeit df1.y.iloc[0] 10000 loops, best of 3: 24.6 us per loop In [131]: %timeit df1.y.iat[0] 100000 loops, best of 3: 18.8 us per loop方法，它们在所有数据结构上实现。

<强>基准：

Build Settings

pandas df.ix [number，column]访问与df [column] .ix [number]不同的标量类型

1 个答案: