Python检索数据框的行索引

Question

请问如何在DataFrame中检索行的索引？ 具体来说，我能够从df.loc检索行的索引。

idx = data.loc[data.name == "Smith"].index

我甚至可以使用data.index这样从df.loc中检索行索引：

idx = data.loc[data.index == 5].index

但是，我不能直接从行本身（即从row.index而不是df.loc []。index）检索索引。我尝试使用以下代码：

idx = data.iloc[5].index

此代码的结果是列名。

要提供上下文，我需要检索特定行（而不是df.loc中的行）的索引的原因是对每行使用df.apply。 我计划使用df.apply将代码应用于每行，并从紧接其上方的行中复制数据。

def retrieve_gender (row):
    # This is a panel data, whose only data in 2000 is already keyed in. Time-invariant data in later years are the same as those in 2000.
    if row["Year"] == 2000:
        pass
    elif row["Year"] == 2001: # To avoid complexity, let's use only year 2001 as example.
        idx = row.index # This is wrong code.
        row["Gender"] = row.iloc[idx-1]["Gender"]
    return row["Gender"]


data["Gender"] = data.apply(retrieve_gender, axis=1)

Answer 1

使用Pandas，您可以像这样遍历数据框：

for index in range(len(df)): 
    if df.loc[index,'year'] == "2001":
        df.loc[index,'Gender'] = df.loc[index-1 ,'Gender']

Answer 2

angular-cli.json给出按列标签索引的系列

apply的问题是idx = data.iloc[5].index将行转换为由列标签索引的data.iloc[5]对象 。

实际上，您要的内容通过pd.DataFrame.apply 是不可能的，因为为pd.Series函数提供功能的系列不包含任何索引标识符。

改为使用矢量化逻辑

对于Pandas，逐行逻辑效率低下，不建议使用；它涉及一个Python级的循环。请改用按列逻辑。退后一步，您似乎希望实现2条规则：

1. 如果retrieve_gender不是2001，请保持Year不变。
2. 如果Gender是2001，请使用上一行的Year。

Gender + np.where

对于上述逻辑，可以将np.where与pd.Series.shift结合使用：

shift

data['Gender'] = np.where(data['Year'] == 2001, data['Gender'].shift(), data['Gender']) + mask

或者，您可以使用mask + shift：

shift