Início / coding / Perguntas / 78680411
Accepted
Pro Q
Asked: 2024-06-28 10:14:41 +0800 CST

Como prever o tipo resultante após indexar um DataFrame do Pandas

  • 772

Eu tenho um Pandas DataFrame, conforme definido aqui :

df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Aritra'],
                   'Age': [25, 30, 35],
                   'Location': ['Seattle', 'New York', 'Kona']},
                  index=([10, 20, 30]))

No entanto, quando indexo this DataFrame, não posso prever com precisão que tipo de objeto resultará da indexação:

# (1) str
df.iloc[0, df.columns.get_loc('Name')]
# (2) Series
df.iloc[0:1, df.columns.get_loc('Name')]

# (3) Series
df.iloc[0:2, df.columns.get_loc('Name')]
# (4) DataFrame
df.iloc[0:2, df.columns.get_loc('Name'):df.columns.get_loc('Age')]

# (5) Series
df.iloc[0, df.columns.get_loc('Name'):df.columns.get_loc('Location')]
# (6) DataFrame
df.iloc[0:1, df.columns.get_loc('Name'):df.columns.get_loc('Location')]

Observe que cada um dos pares acima contém os mesmos dados . (por exemplo, (2)é uma série que contém uma única string, (4)é um DataFrame que contém uma única coluna, etc.)

Por que eles produzem diferentes tipos de objetos? Como posso prever que tipo de objeto será gerado?

Dados os dados, parece que a regra é baseada em quantas fatias (dois pontos) você tem no índice:

  • 0 fatias ( (1)): valor escalar
  • 1 fatia ( (2), (3), (5)):Series
  • 2 fatias ( (4), (6)):DataFrame

No entanto, não tenho certeza se isso é sempre verdade e, mesmo que seja sempre verdade, quero saber o mecanismo subjacente que explica por que isso acontece.

Passei um tempo olhando a documentação de indexação , mas ela não parece descrever esse comportamento com clareza. A documentação da ilocfunção também não descreve os tipos de retorno.

Também estou interessado na mesma pergunta forloc em vez de iloc, mas, como locé inclusive , os resultados não são tão desconcertantes. (Ou seja, você não pode obter pares de índices com tipos diferentes nos quais os índices deveriam extrair exatamente os mesmos dados.)

python

1 respostas

  1. Best Answer

    Você entendeu a ideia geral. Para simplificar, o que importa não é o número de itens, mas o tipo de indexador.

    Você pode indexar como 0D (com um escalar), vamos considerar o índice por enquanto:

    df.iloc[0]

df.loc[0]

    ou 1D (com uma fatia ou iterável):

    df.loc[[0]]

df.loc[1:2]

df.loc[:0]

    Então a regra é simples, considere ambos os eixos, se ambos forem 0D você obtém um escalar (aqui uma string), se ambos forem 1D você obtém um DataFrame, caso contrário, uma Série:

    columns      0D         1D
index                     
0D       scalar     Series
1D       Series  DataFrame

    Alguns exemplos para ilustrar isso:

    type(df.iloc[1:2, 1:2])        # 1D / 1D
# pandas.core.frame.DataFrame

type(df.iloc[:0, :0])          # 1D / 1D
# pandas.core.frame.DataFrame  (EMPTY DataFrame)

type(df.iloc[[], []])          # 1D / 1D
# pandas.core.frame.DataFrame  (EMPTY DataFrame)

type(df.iloc[[1,2], 0])        # 1D / 0D
# pandas.core.series.Series

type(df.iloc[0, [0]])          # 0D / 1D
# pandas.core.series.Series

type(df.iloc[0, 0])            # 0D / 0D
# str
    • 1

relate perguntas