Python 熊猫：使用loc在数据帧索引上迭代

我似乎找不到.loc行为背后的原因。我知道它是基于标签的，所以如果我迭代索引对象，下面的最小示例应该可以工作。但事实并非如此。我当然在谷歌上搜索过，但我需要一个已经掌握了索引的人的额外解释

导入日期时间
作为pd进口熊猫
dict_weekday={1:'MON'，2:'TUE'，3:'WED'，4:'THU'，5:'FRI'，6:'SAT'，7:'SUN'}
df=pd.DataFrame（pd.date_范围（datetime.date（2014,1,1），datetime.date（2014,1,15），freq='D'），columns=['date']））
df['Weekday']=df['Date'].apply（lambda x:dict_Weekday[x.isoweekday（））
对于df.index中的idx：
打印df.loc[idx，'工作日']

这对我来说似乎是一个bug，作为参考，我使用的是python 3.3.5 64位、pandas 0.15.1和numpy 1.9.1：

您的代码显示，尽管它以字符串形式打印，但数据类型是一个时间戳：

In [56]:

df.iloc[0]['Weekday']
Out[56]:
Timestamp('2014-12-17 00:00:00')

如果我执行以下操作，则它将保持为字符串：

In [58]:

df['Weekday'] = df['Date'].apply(lambda x: dict_weekday[x.isoweekday()])
df['WeekdayInt'] = df['Date'].map(lambda x: x.isoweekday())
df.iloc[0]['Weekday']
Out[58]:
'WED'

In [139]: pd.Series(np.array([pd.Timestamp('2014-01-01 00:00:00'), 'WED'], dtype=object))
Out[139]: 
0   2014-01-01
1   2014-12-17
dtype: datetime64[ns]

上面的内容很奇怪，因为我只添加了第二列

类似地，如果我创建一列来存储int day值，然后执行apply，那么它也可以工作：

In [60]:

df['WeekdayInt'] = df['Date'].map(lambda x: x.isoweekday())
df['Weekday'] = df['WeekdayInt'].apply(lambda x: dict_weekday[x])
df.iloc[0]['Weekday']
Out[60]:
'WED'

---

如果数据类型是附加的第一列，则它看起来似乎以某种方式持续存在或没有正确分配。

问题不在于

df.loc

；

df.loc[idx，'Weekday']

正在返回一个序列。 这种令人惊讶的行为是由于pd.Series试图将类似datetime的值转换为时间戳

df.loc[0, 'Weekday']

形成系列

pd.Series(np.array([pd.Timestamp('2014-01-01 00:00:00'), 'WED'], dtype=object))

调用

pd.Series（…）

时，会将其转换为适当的数据类型

如果对代码进行跟踪，您会发现它最终会到达：

检查数据的前几个元素并尝试推断数据类型。 当其中一个值是pd.Timestamp时，Pandas会检查是否所有数据都可以转换为时间戳。实际上，

'Wed'

可以强制转换为pd。时间戳：

In [138]: pd.Timestamp('Wed')
Out[138]: Timestamp('2014-12-17 00:00:00')

这是问题的根源，导致

pd.Series

返回 两个时间戳，而不是一个时间戳和一个字符串：

In [58]:

df['Weekday'] = df['Date'].apply(lambda x: dict_weekday[x.isoweekday()])
df['WeekdayInt'] = df['Date'].map(lambda x: x.isoweekday())
df.iloc[0]['Weekday']
Out[58]:
'WED'

In [139]: pd.Series(np.array([pd.Timestamp('2014-01-01 00:00:00'), 'WED'], dtype=object))
Out[139]: 
0   2014-01-01
1   2014-12-17
dtype: datetime64[ns]

因此，这种情况再次出现

In [140]: df.loc[0, 'Weekday']
Out[140]: Timestamp('2014-12-17 00:00:00')

而不是

“Wed”

---

备选方案：首先选择系列

df['Weekday']

有许多变通办法；EdChum表明，向样本中添加一个非类日期（整数）值可以防止pd.Series将所有值强制转换为时间戳

df.loc[0, 'Weekday']

或者，您可以在使用

.loc

之前访问

df['Weekdays']

：

for idx in df.index:
    print df['Weekday'].loc[idx]

---

备选方案：

df.loc[[idx]，“工作日”]

：

另一种选择是

for idx in df.index:
    print df.loc[[idx], 'Weekday'].item()

df.loc[[idx]，'Weekday']

首先选择数据帧

df.loc[[idx]]

。例如，当

idx

等于

0

时

In [10]: df.loc[[0]]
Out[10]: 
        Date Weekday
0 2014-01-01     WED

而

df.loc[0]

返回序列：

In [11]: df.loc[0]
Out[11]: 
Date      2014-01-01
Weekday   2014-12-17
Name: 0, dtype: datetime64[ns]

Series尝试将值强制转换为单个有用的数据类型。每个列的数据帧可以有不同的数据类型。因此，

Date

列中的时间戳不会影响

Weekday

列中值的数据类型

因此，通过使用返回数据帧的索引选择器避免了这个问题

---

备选方案：在工作日使用整数

另一种选择是将isoweekday整数存储在

Weekday

中，并仅在打印结束时转换为字符串：

import datetime
import pandas as pd

dict_weekday = {1: 'MON', 2: 'TUE', 3: 'WED', 4: 'THU', 5: 'FRI', 6: 'SAT', 7: 'SUN'}
df = pd.DataFrame(pd.date_range(datetime.date(2014, 1, 1), datetime.date(2014, 1, 15), freq='D'),   columns=['Date'])
df['Weekday'] = df['Date'].dt.weekday+1   # add 1 for isoweekday

for idx in df.index:
    print dict_weekday[df.loc[idx, 'Weekday']]

---

备选方案：使用

df.ix

：

df.loc

是一个

\u LocIndexer

，而

df.ix

是一个

\u IXIndexer

。他们有 不同的

\uu getitem\uu

方法。如果您逐步浏览代码（例如，使用pdb），您会发现：

数据帧方法df.get_value成功返回

'WED'

：

In [14]: df.get_value(0, 'Weekday')
Out[14]: 'WED'

---

这就是为什么

df.ix

是在这里工作的另一种选择。

函数工作正常，您会发现您的工作日列实际上是一个时间戳，这就是为什么它看起来很有趣。为什么它是一个时间戳。dict_weekday具有值字符串。顺便说一句，如果我使用.ix而不是.loc，它可以很好地工作，但我认为它也应该适用于。loc@user3176500我不知道，

ix

首先尝试基于标签，然后尝试基于整数，因为您的信息

iloc

也显示了这个错误，所以很奇怪为什么

ix

worksHmm，只是我一个人，还是这真的不是什么大问题？还有一个问题：我可以使用df.loc[idx+1，col_tag]作为例子吗。是首先计算新行索引处理总和，还是实际行索引为“idx+1”。仍然存在两个基本问题：为什么上述情况不起作用，以及如果使用.ix，为什么它起作用？希望熊猫开发者中的某个人看到了这一点，你能试试0.15.2版本并报告吗？在0.15.2版本中仍然会发生这种情况，我认为这很严重，谢谢你的回复。如果我理解正确，这就是.loc的工作方式。与.ix有什么不同？还有，为什么df.loc[[idx]，'Weekday'].item（）可以工作？这个列表有什么作用？我可以理解df.loc[0]或df.loc['Weekday']返回s系列，但我认为df.loc[0，'Weekday']只返回数据帧的一个元素。你能详细说明一下吗。我会检查你的答案是否正确，因为你给出了详细的解释，但仍然请尝试回答上述问题。谢谢。我添加了一些关于

df.ix

和

df.loc[[idx]，…]如何工作的评论。不幸的是，我对索引器的理解还不够透彻，无法为您提供高级启发式规则，让您了解它们是如何用普通英语工作的。我只能跟踪代码（使用pdb）并在微观层面上找出返回正确或错误值的原因。