python - Pandas:使用 [column name][row_number] 选择数组的值仅适用于 multiindex

Question

我尝试使用 Pandas 借助数据透视表分析数据。

对于多索引，一切正常。

我有这个数据透视表:

>>>print(pivtab)
           count  win
pp   ps              
8000 8200      4    2
8100 8200      2    1
     8300      3    1

现在我可以用

选择“count”列第二行的值

>>>print(pivtab["count"][1])
2

仅使用单个索引数据透视表时会出现意想不到的行为。数据透视表如下所示:

      count  win
pp              
8000      4    2
8100      5    2 

现在，当我尝试使用与 print(pivtab["count"][1]) 相同的方式时我得到一个 KeyError: 1。似乎 Python 现在不接受行号，而是接受行名(=索引)。与

>>>print(pivtab["count“][8100])
5

一切正常。

完整的代码如下所示:

import pandas as pd
columns = ["count","game_Id","season","win","pp","ps"]
matrix = pd.DataFrame(columns=columns)
# Create a test matrix
for i in range(1,10):
    win = 0
    if int(i/2) == i/2:
        win = 1
    pprim = 8000
    if i > 4:
        pprim = 8100
    psub = 8200
    if i > 6:
        psub = 8300
    new_row = pd.DataFrame([[1, i, 11, win, pprim, psub]], columns=columns)
    matrix = matrix.append(new_row,ignore_index=True)
print(matrix)
pivtab = pd.pivot_table(matrix, index=["pp","ps"], values=["count","win"], aggfunc="sum")
print("\n", pivtab)
print(pivtab["count"][1])

为了完全弄糊涂，我尝试了另一个测试矩阵...这里一切正常!

import pandas as pd
matrix = pd.DataFrame({"A":["hey","hey","boo","boo"], "B":[1,2,3,2], "valueA":[123,441,190,123], "valueB":[5,5,6,6]})
piv_matrix = pd.pivot_table(matrix, index=["A"], values=["valueA","valueB"], aggfunc="sum")
print(piv_matrix)
print("\nValue:", piv_matrix["valueA"][1])

结果:

     valueA  valueB
A                  
boo     313      12
hey     564      10

Value: 564

如果您能向我解释这种意外(至少对我而言)行为的原因，我将非常高兴。谢谢!

Answer 1

不鼓励文档

文档 discourages链式索引。不应使用语法 df[label_1][label_2]。

备选方案

大多数解决方案涉及 loc/iloc 用于标签/基于位置的切片，或 at/iat 用于访问标量。

在您的示例中，您混合使用了基于标签和基于位置的索引器。相反，您可以选择一个系列并使用 iat 或 iloc:

piv_matrix['valueA'].iat[1]
piv_matrix['valueA'].iloc[1]

此语法适用于您的两个示例。