Pandy - Uzyskaj wartość pierwszego wiersza danej kolumny


300

To wydaje się śmieszne pytanie ... ale nie widzę łatwej odpowiedzi, której się spodziewałem.

Jak więc uzyskać wartość w n-tym wierszu danej kolumny w Pandach? (Jestem szczególnie zainteresowany pierwszym rzędem, ale chciałbym również bardziej ogólnej praktyki).

Załóżmy na przykład, że chcę pobrać wartość 1,2 w Btime jako zmienną.

Jak to zrobić?

df_test =

  ATime   X   Y   Z   Btime  C   D   E
0    1.2  2  15   2    1.2  12  25  12
1    1.4  3  12   1    1.3  13  22  11
2    1.5  1  10   6    1.4  11  20  16
3    1.6  2   9  10    1.7  12  29  12
4    1.9  1   1   9    1.9  11  21  19
5    2.0  0   0   0    2.0   8  10  11
6    2.4  0   0   0    2.4  10  12  15

7
Jeśli po prostu chciałbyś, aby pierwszy wiersz df_test.head(1)działał, bardziej ogólną formą jest użycie ilocodpowiedzi udzielonej przez unutbu
EdChum

1
Chcesz tylko wartość 1.2? lub Seria o długości 1, którą otrzymasz df_test.head(1), która również będzie zawierała indeks? Aby uzyskać tylko wartość, wykonaj df_test.head(1).item(), a tolist()następnie pokrój.
smci,

Odpowiedzi:


470

Aby wybrać ithwiersz, użyjiloc :

In [31]: df_test.iloc[0]
Out[31]: 
ATime     1.2
X         2.0
Y        15.0
Z         2.0
Btime     1.2
C        12.0
D        25.0
E        12.0
Name: 0, dtype: float64

Aby wybrać i -tą wartość w Btimekolumnie, możesz użyć:

In [30]: df_test['Btime'].iloc[0]
Out[30]: 1.2

Istnieje różnica między df_test['Btime'].iloc[0](zalecanym) a df_test.iloc[0]['Btime']:

DataFrames przechowują dane w blokach opartych na kolumnach (gdzie każdy blok ma jeden typ). Jeśli wybierzesz najpierw według kolumny, widok może zostać zwrócony (co jest szybsze niż zwrot kopii), a oryginalny typ zostanie zachowany. W przeciwieństwie do tego, jeśli najpierw wybierzesz według wiersza, a ramka danych ma kolumny różnych typów, wówczas Panda kopiuje dane do nowej serii obiektów typu. Tak więc wybieranie kolumn jest nieco szybsze niż wybieranie wierszy. Tak więc, chociaż df_test.iloc[0]['Btime']działa, df_test['Btime'].iloc[0]jest nieco bardziej wydajny.

Istnieje duża różnica między nimi, jeśli chodzi o przypisanie. df_test['Btime'].iloc[0] = xwpływa df_test, ale df_test.iloc[0]['Btime'] może nie. Poniżej wyjaśniono, dlaczego. Ponieważ subtelna różnica w kolejności indeksowania powoduje dużą różnicę w zachowaniu, lepiej jest użyć pojedynczego przypisania indeksowania:

df.iloc[0, df.columns.get_loc('Btime')] = x

df.iloc[0, df.columns.get_loc('Btime')] = x (Zalecana):

Zalecany sposób , aby przypisać nowe wartości do DataFrame jest uniknąć przykuty indeksowanie , a zamiast tego zastosować metodę przedstawioną przez Andrzeja ,

df.loc[df.index[n], 'Btime'] = x

lub

df.iloc[n, df.columns.get_loc('Btime')] = x

Ta ostatnia metoda jest nieco szybsza, ponieważ df.locmusi przekonwertować etykiety wierszy i kolumn na indeksy pozycyjne, więc w przypadku użycia df.iloczamiast niej konieczna jest nieco mniejsza konwersja .


df['Btime'].iloc[0] = x działa, ale nie jest zalecane:

Chociaż to działa, wykorzystuje sposób, w jaki DataFrames są obecnie implementowane. Nie ma gwarancji, że Pandy będą musiały działać w ten sposób w przyszłości. W szczególności wykorzystuje fakt, że (obecnie) df['Btime']zawsze zwraca widok (a nie kopię), więc df['Btime'].iloc[n] = xmożna go użyć do przypisania nowej wartości w n-tym miejscu Btimekolumny df.

Ponieważ Pandas nie daje wyraźnych gwarancji, kiedy indeksujący zwracają widok w porównaniu z kopią, przypisania, które używają indeksowania łańcuchowego, generalnie zawsze podnoszą wartość, SettingWithCopyWarningnawet jeśli w tym przypadku przypisanie udaje się zmodyfikować df:

In [22]: df = pd.DataFrame({'foo':list('ABC')}, index=[0,2,1])
In [24]: df['bar'] = 100
In [25]: df['bar'].iloc[0] = 99
/home/unutbu/data/binky/bin/ipython:1: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
  self._setitem_with_indexer(indexer, value)

In [26]: df
Out[26]: 
  foo  bar
0   A   99  <-- assignment succeeded
2   B  100
1   C  100

df.iloc[0]['Btime'] = x nie działa:

Natomiast przypisanie z df.iloc[0]['bar'] = 123nie działa, ponieważ df.iloc[0]zwraca kopię:

In [66]: df.iloc[0]['bar'] = 123
/home/unutbu/data/binky/bin/ipython:1: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy

In [67]: df
Out[67]: 
  foo  bar
0   A   99  <-- assignment failed
2   B  100
1   C  100

Ostrzeżenie : wcześniej zasugerowałem df_test.ix[i, 'Btime']. Nie gwarantuje to jednak ithwartości, ponieważ ixpróbuje zaindeksować według etykiety przed próbą indeksowania według pozycji . Więc jeśli DataFrame ma indeks liczb całkowitych, który nie jest posortowany od 0, wówczas użycie ix[i]zwróci wiersz oznaczony i zamiast ithwiersza. Na przykład,

In [1]: df = pd.DataFrame({'foo':list('ABC')}, index=[0,2,1])

In [2]: df
Out[2]: 
  foo
0   A
2   B
1   C

In [4]: df.ix[1, 'foo']
Out[4]: 'C'

1
@CristianCiupitu: DataFrames przechowują dane w blokach opartych na kolumnach (gdzie każdy blok ma pojedynczy typ). Jeśli wybierzesz według kolumny, widok może zostać zwrócony (co jest szybsze niż zwrot kopii), a oryginalny typ zostanie zachowany. W przeciwieństwie do tego, jeśli najpierw wybierzesz według wiersza, a ramka danych ma kolumny różnych typów, wówczas Panda kopiuje dane do nowej serii obiektów typu. Tak więc wybieranie kolumn jest nieco szybsze niż wybieranie wierszy. Tak więc, chociaż df_test.iloc[0]['Btime']działa, df_test.iloc['Btime'][0]jest nieco bardziej wydajny.
unutbu,

@unutbu, jest df['Btime'].iloc[0]preferowany df['Btime'].values[0]? z dokumentacji wynika, że ​​„Ostrzeżenie: zalecamy użycie Series.array lub Series.to_numpy (), w zależności od tego, czy potrzebujesz odwołania do danych bazowych, czy tablicy NumPy”. ale nie jestem pewien, co to znaczy
aydow

28

Pamiętaj, że odpowiedź @unutbu będzie poprawna, dopóki nie chcesz ustawić wartości na coś nowego, wtedy nie będzie działać, jeśli twoja ramka danych jest widokiem.

In [4]: df = pd.DataFrame({'foo':list('ABC')}, index=[0,2,1])
In [5]: df['bar'] = 100
In [6]: df['bar'].iloc[0] = 99
/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas-0.16.0_19_g8d2818e-py2.7-macosx-10.9-x86_64.egg/pandas/core/indexing.py:118: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame

See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
  self._setitem_with_indexer(indexer, value)

Innym podejściem, które będzie konsekwentnie działać zarówno przy ustawianiu, jak i pobieraniu, jest:

In [7]: df.loc[df.index[0], 'foo']
Out[7]: 'A'
In [8]: df.loc[df.index[0], 'bar'] = 99
In [9]: df
Out[9]:
  foo  bar
0   A   99
2   B  100
1   C  100

1
Pętlę przez kilka plików .csv i czytam pierwszą wartość określonej kolumny w każdym z nich. Z jakiegoś powodu, którego nie potrafię wyjaśnić zamiast zwracania wartości, czasami zwraca indeks wraz z wartością, która zakłóca przetwarzanie. Uciekłem się do df.col.unique () [0].
wróbel

15

Inny sposób to zrobić:

first_value = df['Btime'].values[0]

Ten sposób wydaje się być szybszy niż użycie .iloc:

In [1]: %timeit -n 1000 df['Btime'].values[20]
5.82 µs ± 142 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [2]: %timeit -n 1000 df['Btime'].iloc[20]
29.2 µs ± 1.28 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

12
  1. df.iloc[0].head(1) - Pierwszy zestaw danych tylko z całego pierwszego wiersza.
  2. df.iloc[0] - Cały pierwszy rząd w kolumnie.

8

W sposób ogólny, jeśli chcesz odebrać pierwszych N wierszy z kolumny J z pandas dataframenajlepszym sposobem aby to zrobić jest:

data = dataframe[0:N][:,J]

2
@anis: W tym celu lepiej byłoby napisać nowe pytanie, prosząc o bardziej ogólne rozwiązanie i samemu odpowiadając na nie, jak sądzę.
jonathan.scholbach

3

Aby uzyskać np. Wartość z kolumny „test” i wiersza 1, działa tak

df[['test']].values[0][0]

ponieważ df[['test']].values[0]zwraca tylko tablicę


1

Innym sposobem uzyskania pierwszego wiersza i zachowania indeksu:

x = df.first('d') # Returns the first day. '3d' gives first three days.
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.