Question

我对df.loc和df.at与具有MultiIndex的数据框架之间的差异有疑问。我一直在寻找来自stackoverflow的一些精彩资源，但它似乎并未解决我的问题。特别是这个... pandas .at versus .loc（或者至少我不完全理解这里显示的内容）。

根据pandas文档，https://pandas-docs.github.io/pandas-docs-travis/generated/pandas.DataFrame.at.html，df.at应该返回奇异值，并且比df.loc更快，所以我倾向于使用{{1} }}。让我表明我的困惑，因为它适用于将df.at与MultiIndex一起使用。

我有以下数据框：

df.at

我想使用MultiIndex访问此数据框，因此我执行以下操作：

df = pd.DataFrame({'field1':['foo']*6, 'field2':['bar']*6, 'field3': 
['a','a','b','b','b','c'],'value1':[0.4,0.5,0.4,0.7,.9,.4],'value2': 
[4000,4000,9000,9000,9000,10000]}, index=range(6))

df
Out[329]: 
  field1 field2 field3  value1  value2
0    foo    bar      a     0.4    4000
1    foo    bar      a     0.5    4000
2    foo    bar      b     0.4    9000
3    foo    bar      b     0.7    9000
4    foo    bar      b     0.9    9000
5    foo    bar      c     0.4   10000

所以现在我想df = df.set_index(['field1','field2','field3']) value1 df访问('foo','bar','c')，这是一个奇异的价值，而且错误。

df.at[('foo','bar','c'),'value1']
Traceback (most recent call last):

  File "<ipython-input-344-921b8b658a49>", line 1, in <module>
    df.at[('foo','bar','c'),'value1']

  File "C:\Anaconda2\lib\site-packages\pandas\core\indexing.py", line 1610, 
in __getitem__
    return self.obj.get_value(*key, takeable=self._takeable)

  File "C:\Anaconda2\lib\site-packages\pandas\core\frame.py", line 1836, in 
get_value
    return engine.get_value(series.get_values(), index)

  File "pandas\index.pyx", line 103, in pandas.index.IndexEngine.get_value 
(pandas\index.c:3234)

  File "pandas\index.pyx", line 111, in pandas.index.IndexEngine.get_value 
(pandas\index.c:2931)

  File "pandas\index.pyx", line 152, in pandas.index.IndexEngine.get_loc 
(pandas\index.c:3830)

  File "pandas\index.pyx", line 170, in 
pandas.index.IndexEngine._get_loc_duplicates (pandas\index.c:4154)

TypeError: only integer arrays with one element can be converted to an index

我假设这是返回一个系列对象，不能表示单个值？这只是我给出df.loc输出的假设。

df.loc[('foo','bar','c')]['value1']
 Out[345]: 
field1  field2  field3
foo     bar     c         0.4
Name: value1, dtype: float64

现在，如果我没有使用MultiIndex，我认为这个问题不会出现......

有没有相关的，或者我显然遗漏了什么？谢谢

Answer 1

你可以试试这样的：

# setting multiindex
df = df.set_index(['field1','field2','field3'])

现在当你像这样使用df.at：df.at[('foo','bar','c')]['value1']，你会得到想要的结果：

field1  field2  field3
foo     bar     c         0.4
Name: value1, dtype: float64

根据我的尝试，您可能没有正确使用 at 查询数据框。

df.at with multiindex vs df.loc

1 个答案: