Question

鉴于DataFrame，di，在这里创建：

import pandas as pd

data = {
    "Event": ['Biathlon', 'Ski Jump', 'Slalom', 'Downhill'],
    "Award": ['Gold', 'Bronze', 'Gold', 'Silver'],
    "Points":  ['100', '10', '100', '40']
}
d = pd.DataFrame(data)
di = d.set_index(["Award","Event"])

为什么这会在没有问题的情况下执行

di.loc['Gold','Biathlon',:]

虽然这个

di.loc['Gold','Biathlon','Points']

引发错误？

更新：2/29

在对文档进行一些挖掘之后，在我看来

di.loc['Gold','Biathlon',:]

尽管在上面的示例中似乎有效，但

根本不支持语法。在调查MultiIndexes时，在用户尝试使用切片的情况下，我在带有多索引的DataFrame上遇到了note describing the importance of using the sort_index()。当我在di中对索引进行排序时，上面的语句现在会抛出错误。这告诉我，不支持以我在这里完成的方式使用三个选择参数。这是有道理的，因为它可能被模糊地解释。

e.g。

di_isorted = di.sort_index()
di_isorted.loc['Gold','Biathlon',:] #now throws an error

Answer 1

这是您的数据框，它有一个MultiIndex：

                Points
Award  Event          
Gold   Biathlon    100
Bronze Ski Jump     10
Gold   Slalom      100
Silver Downhill     40

在数据框上使用.loc时，通常是行，列选择（即df.loc[row_indexer, column_indexer]）。因此，在您的情况下，您选择的行是“金”和“金”。和＆＃39;冬季两项＆＃39;在索引中，＆＃39;：＆＃39;表示所有列。

>>> di.loc['Gold','Biathlon', :]
               Points
Award Event          
Gold  Biathlon    100

请注意，如果将参数作为元组传递，结果将作为一个系列返回：

>>> di.loc[('Gold','Biathlon'), :]
Points    100
Name: (Gold, Biathlon), dtype: object

尝试将.loc与您的语法（di.loc['Gold','Biathlon','Points']）一起使用会导致错误，因为您的MultiIndex中只有两个级别，而您请求三个级别。

KeyError：＆＃39;密钥长度（3）超过索引深度（2）＆＃39;

在数据框上使用loc时，单个参数将生成该索引点处数据的横截面，从而返回一个Series。

# or di.loc['Gold', 'Biathlon']
>>> di.loc[('Gold', 'Biathlon')]
Points    100
Name: (Gold, Biathlon), dtype: object

因此，使用行，列选择条件，您将根据选择条件在数据框中指定单个单元格。

>>> di.loc[('Gold', 'Biathlon'), 'Points']
'100'

这相当于获取该位置的数据at。

>>> di.at[('Gold', 'Biathlon'), 'Points']
'100'

有关如何使用loc和Indexing and Selecting Data的更多信息，请参阅文档。

具有多索引的Pandas .loc子集方法

1 个答案: