Question

在以下代码中，有两个标记相同的数据框（recent_grads和all_ages）：

majors = recent_grads['Major'].unique()
rg_lower_count = 0
for m in majors:
    recent_grads_row = recent_grads[recent_grads['Major'] == m]
    all_ages_row = all_ages[all_ages['Major'] == m]

    rg_unemp_rate = recent_grads_row.iloc[0]['Unemployment_rate']
    aa_unemp_rate = all_ages_row.iloc[0]['Unemployment_rate']

    if rg_unemp_rate < aa_unemp_rate:
        rg_lower_count += 1

print(rg_lower_count)

为什么我需要iloc[0]部分（第7行和第8行）？由于每个系列只有一行（最近的grads行和所有年龄行），因此无需指定我想要执行比较的行。然而，没有它，我收到此错误消息：

ValueError: Can only compare identically-labeled Series objects

Answer 1

使用iloc意味着无论索引值如何，您都将始终获得数据框中的第一行;然后，您将获得其中一个列名称，因此您最终会得到每个数据帧的单个标量值。但是，如果您只是比较两个数据帧（或在这种情况下从其列中获得的两个系列），则只有两者具有完全相同的索引标签时才能进行比较。

要了解我的意思，如果您打印recent_grads_row.index[0]和all_ages_row.index[0]，您会看到不同的值。另一种选择是用户reset_index在两个数据框或类似的东西上，但只是选择第一行似乎更简单。

Pandas中iloc函数的用例是什么？

1 个答案: