python - 使用 loc 的 Pandas 数据帧索引

Question

我有一个 FIZZ-BUZZ 问题。我有一个工作日的日历。在下一列中，我将“FIZZ”放在某些行中。如果两个“FIZZ”之间有空隙，我将“BUZZ”放在中间，除非工作日是“SUN”。看下面的代码(我用的是0.15.2 pandas版本):

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, 10), freq='D'), columns=['Date'])
df['Weekday'] = df['Date'].apply(lambda x: dict_weekday[x.isoweekday()])
df['A'] = df['Weekday']
idx_lst = [0, 2, 3, 5, 9]
df.loc[idx_lst, 'A'] = 'FIZZ'
previous_idx = idx_lst[0]

for idx in idx_lst:
    print idx
    try:
        print df.loc[idx - 1, 'Weekday'], df.loc[idx, 'Weekday']
        if idx - previous_idx == 2 and df.loc[idx - 1, 'Weekday'] != 'SUN':
            df.loc[idx-1, 'A'] = 'BUZZ'
    except KeyError:
        continue

    previous_idx = idx

print df

输出是:

0
2
2014-12-18 00:00:00 FRI
3
FRI SAT
5
2014-12-21 00:00:00 MON
9
2014-12-18 00:00:00 FRI
        Date Weekday     A
0 2014-01-01     WED  FIZZ
1 2014-01-02     THU  BUZZ
2 2014-01-03     FRI  FIZZ
3 2014-01-04     SAT  FIZZ
4 2014-01-05     SUN  BUZZ
5 2014-01-06     MON  FIZZ
6 2014-01-07     TUE   TUE
7 2014-01-08     WED   WED
8 2014-01-09     THU   THU
9 2014-01-10     FRI  FIZZ

注意第 4 行，A 列中应该有 SUN 而不是 BUZZ。还要注意，如果 idx-1 不在 idx_lst 中，.loc[idx-1] 会给出一个时间戳。如果我使用 .ix 而不是 .loc，我会得到正确的答案:

0
2
THU FRI
3
FRI SAT
5
SUN MON
9
THU FRI
        Date Weekday     A
0 2014-01-01     WED  FIZZ
1 2014-01-02     THU  BUZZ
2 2014-01-03     FRI  FIZZ
3 2014-01-04     SAT  FIZZ
4 2014-01-05     SUN   SUN
5 2014-01-06     MON  FIZZ
6 2014-01-07     TUE   TUE
7 2014-01-08     WED   WED
8 2014-01-09     THU   THU
9 2014-01-10     FRI  FIZZ

有什么解释吗？提前致谢。

Answer 1

令人惊讶的行为是由于 pd.Series 试图将类似日期时间的值强制转换为 pd.Timestamps。

df.loc[1] 返回 pd.Series([pd.Timestamp('2014-01-02'), 'THU', 'THU'])不幸的是gets coerced to Timestamps因为所有三个值都类似于日期时间:

In [154]: pd.Series([pd.Timestamp('2014-01-02'), 'THU', 'THU'])
Out[154]: 
0   2014-01-02
1   2014-12-18
2   2014-12-18
dtype: datetime64[ns]

相比之下，df.loc[2] 不会将值强制转换为时间戳，因为 'FIZZ' 不是类似日期的:

In [155]: pd.Series([pd.Timestamp('2014-01-03'), 'FRI', 'FIZZ'])
Out[155]: 
0    2014-01-03 00:00:00
1                    FRI
2                   FIZZ
dtype: object

---

在使用 .loc 之前先形成 Series，df['Weekday'] 可以避免这个问题:

In [158]: df['Weekday'].loc[1]
Out[158]: 'THU'

这是有效的，因为 df['Weekday'].dtype 仍然是 dtype('O')；没有到时间戳的转换。

---

for idx in idx_lst:
    try:
        # print(idx-1, df.ix[idx - 1, 'Weekday'], df.loc[idx - 1, 'Weekday'])
        if idx - previous_idx == 2 and df['Weekday'].loc[idx - 1] != 'SUN':
            df.loc[idx-1, 'A'] = 'BUZZ'
    except KeyError:
        continue

    previous_idx = idx

产量

        Date Weekday     A
0 2014-01-01     WED  FIZZ
1 2014-01-02     THU  BUZZ
2 2014-01-03     FRI  FIZZ
3 2014-01-04     SAT  FIZZ
4 2014-01-05     SUN   SUN
5 2014-01-06     MON  FIZZ
6 2014-01-07     TUE   TUE
7 2014-01-08     WED   WED
8 2014-01-09     THU   THU
9 2014-01-10     FRI  FIZZ