代码之家 › 专栏 › 技术社区 › Alex_P

python中的数据帧切片失败

slice dataframe pandas python-3.x python

Alex_P · 技术社区 · 7 年前

我想用python分割数据。切割数据帧的非常基本的任务向我抛出了意外的错误。

我的代码是:

import pandas as pd

test_file = pd.read_csv("C:/Users/Lenovo/Desktop/testfile.csv")
test_select = test_file[["Category", "Shop"]]
print(test_select[1,1])

代码 print(test_select[1,1]) 应显示第二列的第二行。

错误消息:

在pandas.libs.hashtable.pyobjecthashtable.get_item中,第1500行的文件“pandas libs\hashtable_class_helper.pxi” 键错误:(1,1)

在处理上述异常期间,发生了另一个异常:

回溯(最近一次呼叫的最后一次): 文件“c:/users/lenovo/.pycharmce2018.1/config/scrates/dictionary.py”,第8行,in 打印(H_选择[1,1]) 文件“C:\Users\Lenovo\PycharmProjects\MindNotez\venv\lib\site packages\pandas\core\frame.py”,第2688行,in 格雷特姆 返回self._getitem_列(键) 文件“C:\Users\Lenovo\PycharmProjects\MindNotez\venv\lib\site packages\pandas\core\frame.py”,第2695行,在“getitem”列中返回自我。获取项目缓存(键) 文件“C:\Users\Lenovo\PycharmProjects\MindNotez\venv\lib\site packages\pandas\core\generic.py”,第2489行,位于GeT_Item_缓存中 values=self.\u data.get(项) GET中的文件“C:\Users\Lenovo\PycharmProjects\MindNotez\venv\lib\site packages\pandas\core\internals.py”,第4115行 loc=self.items.get_loc(item) 文件“C:\Users\Lenovo\PycharmProjects\MindNotez\venv\lib\site packages\pandas\core\indexes\base.py”,第3080行,位于get_loc中返回self._engine.get_loc(self._maybe_cast_indexer(key))。文件“pandas libs\index.pyx”,第140行,在pandas.libs.index.indexengine.get_loc中文件“pandas libs\index.pyx”,第162行,位于pandas.libs.index.indexengine.get_loc pandas.libs.hashtable.pyobjecthashtable.get_item中的文件“pandas libs\hashtable_class_helper.pxi”,第1492行。在pandas.libs.hashtable.pyobjecthashtable.get_item中,第1500行的文件“pandas libs\hashtable_class_helper.pxi” 键错误:(1,1)

当我打印 print(test_select.head()) ,我得到以下输出:

     Category           Shop
0       Jidlo         Albert
1       Jidlo          BILLA
2       Jidlo         Albert
3       Jidlo         Albert
4  Restaurant  KockafÃ© Freyd

像切片数据帧一样 print(test_select[1:4]) ,打印行1:3。用命令 打印(测试选择[1,1]) ,我要第二列,第二行。但是,我收到上面的错误消息。

为什么我要收到 键值错误 例外? 我错过了什么?

我使用:

Python 3.7
幻影
蟒蛇(已安装)

3 回复 | 直到 7 年前

ayorgo 7 年前

当您想切片数据帧时

按行编号

df.iloc[[1, 5]] # to get rows 1 and 5

df.iloc[1:6] # to get rows 1 to 5 inclusive

您还可以将其缩小到以下特定列(以避免 chain indexing )

df.iloc[[1, 5], df.columns.get_loc('Shop')]

或多列

df.iloc[[1, 5], df.columns.get_indexer(['Shop', 'Category'])]

按基于标签的索引

# Numeric
df.loc[[1, 5]] # 1 and 5 are considered labels here
df.loc[[1, 5], 'Shop']
df.loc[[1, 5], ['Shop', 'Category']]

# Textual or otherwise
df.set_index('Shop', inplace=True)
df.loc[['BILLA', 'Albert'], 'Category']

jpp 7 年前

代码 print(test_select[1,1]) 应显示第二列。

不,不应该。 语法 df[x] 通常保留用于检索列(系列)、布尔行索引或行切片。这些用途 pd.DataFrame.__getitem__ 为此 df[] 是句法上的糖分,不方便记录。一般来说,他们应该被视为捷径,如果你不确定你应该更喜欢 loc / iloc / at / iat ,视情况而定。

要通过整数位置索引检索标量值,可以使用 pd.DataFrame.iat :

df.iat[1, 1]

BENY 7 年前

使用 loc 这是使用索引和列而不是位置,这里看起来您的索引是从0到N的,因此 洛克 等于 iloc 当对行进行切片时

df.loc[1,'Shop']
'BILLA'