Question

我在代码中发现了一个非常微妙的错误。我经常在分析中删除数据帧中的行。因为这将在索引中留下空白，我尝试通过使用

重置索引来结束所有函数

df0 = df0.reset_index (drop = True)

然后我继续使用

进行下一个功能

for row in xrange (df0.shape [0]):
    print df0.loc [row]
    print df0.iloc [row]

但是，如果我没有正确重置索引，第一行的索引可能为192.索引192与行号0不同。这导致df0.loc [row]的问题访问索引为0的行，并且df0.iloc [row]正在访问索引为192的行。这导致了一个非常奇怪的错误，因为我尝试更新第0行，但索引192会更新。反之亦然。

但实际上，我不使用任何df0.loc（）或df0.iloc（）函数，因为它们太慢了。我的代码充满了df0.get_value（...）和df0.set_value（...）函数，因为它们是访问值时最快的函数。

似乎某些功能是通过索引访问的，而其他功能是通过行号访问的？我很迷惑。有人可以向我解释一下吗？什么是最佳做法？是否有一些函数使用索引访问值，而其他函数使用行号？我误解了什么吗？我应该经常reset_index（）吗？或者永远不要那样做？

编辑：回顾一下：我手动合并函数中的某些行，因此指标中会有间隙。在其他函数中，我迭代每一行并进行计算。但是，如果我重置了索引，我得到的其他计算结果比不重置索引要好。为什么？这是我的问题。

Answer 1

.loc[]查看索引标签，其可能是整数值，也可能不是整数值。

如果您的索引是[0, 1, 3]（非连续整数索引），.loc[2]将找不到任何内容，因为没有索引标签2。
同样，如果您的索引为['a', 'b', 'c']（非整数索引），则.loc[2]将为空。

.iloc[]查看索引位置，它始终是整数值。

如果您的索引为[0, 1, 3]，.loc[2]将返回与3对应的行。
如果您的索引为['a', 'b', 'c']，.loc[2]将返回与'c'对应的行。

这不是一个错误，这就是这些索引器的设计方式。是否符合您的目的取决于您的数据结构以及您要完成的任务。如果不了解更多信息，很难提出建议。

那就是说，听起来你的代码有点棘手。必须在一堆不同的地方执行reset_index()并不断跟踪您尝试更新的行，这表明您可能无法利用Pandas在多行和多列中执行基于矢量的计算的能力立刻。也许你想要完成的任务使这不可避免。但值得花些时间考虑一下你是否无法对你正在做的事情进行矢量化，这样你就可以将它应用于整个数据帧或数据帧的一个子集，而不是一次一个地对单个单元格进行操作。

什么时候重置索引？ loc vs iloc索引中的空白？最佳做法？

1 个答案: