python - 具有多索引的 df.at 与 df.loc

Question

我有一个关于 df.loc 之间差异的问题和 df.at关于具有 MultiIndex 的数据帧。我一直在查看来自 stackoverflow 的一些精彩资源，但它似乎并没有阐明我的问题。特别是这个... pandas .at versus .loc (或者至少我不完全理解这里显示的内容)。

根据 Pandas 文档，https://pandas-docs.github.io/pandas-docs-travis/generated/pandas.DataFrame.at.html , df.at应该返回奇异值，它比 df.loc 快，所以我倾向于使用 df.at .让我展示我的困惑，因为它适用于使用 df.at带有多索引。

我有以下数据框:

df = pd.DataFrame({'field1':['foo']*6, 'field2':['bar']*6, 'field3': 
['a','a','b','b','b','c'],'value1':[0.4,0.5,0.4,0.7,.9,.4],'value2': 
[4000,4000,9000,9000,9000,10000]}, index=range(6))

df
Out[329]: 
  field1 field2 field3  value1  value2
0    foo    bar      a     0.4    4000
1    foo    bar      a     0.5    4000
2    foo    bar      b     0.4    9000
3    foo    bar      b     0.7    9000
4    foo    bar      b     0.9    9000
5    foo    bar      c     0.4   10000

我想使用 MultiIndex 访问此数据框，因此我正在执行以下操作:

df = df.set_index(['field1','field2','field3'])

所以现在我想访问 value1在我的 df在 ('foo','bar','c')这是一个奇异值，它会出错。

df.at[('foo','bar','c'),'value1']
Traceback (most recent call last):

  File "<ipython-input-344-921b8b658a49>", line 1, in <module>
    df.at[('foo','bar','c'),'value1']

  File "C:\Anaconda2\lib\site-packages\pandas\core\indexing.py", line 1610, 
in __getitem__
    return self.obj.get_value(*key, takeable=self._takeable)

  File "C:\Anaconda2\lib\site-packages\pandas\core\frame.py", line 1836, in 
get_value
    return engine.get_value(series.get_values(), index)

  File "pandas\index.pyx", line 103, in pandas.index.IndexEngine.get_value 
(pandas\index.c:3234)

  File "pandas\index.pyx", line 111, in pandas.index.IndexEngine.get_value 
(pandas\index.c:2931)

  File "pandas\index.pyx", line 152, in pandas.index.IndexEngine.get_loc 
(pandas\index.c:3830)

  File "pandas\index.pyx", line 170, in 
pandas.index.IndexEngine._get_loc_duplicates (pandas\index.c:4154)

TypeError: only integer arrays with one element can be converted to an index

我假设这是返回一个不能表示单个值的系列对象？鉴于 df.loc 的输出，这只是我的假设.

df.loc[('foo','bar','c')]['value1']
 Out[345]: 
field1  field2  field3
foo     bar     c         0.4
Name: value1, dtype: float64

现在如果我没有使用 MultiIndex，我认为这个问题不会出现......

无论如何，这是否有问题，或者我显然遗漏了什么？谢谢

Answer 1

你可以尝试这样的事情:

# setting multiindex
df = df.set_index(['field1','field2','field3'])

现在当您使用 df.at像这样: df.at[('foo','bar','c')]['value1'] ，你会得到想要的结果:

field1  field2  field3
foo     bar     c         0.4
Name: value1, dtype: float64

根据我的尝试，您可能没有使用 at 查询数据框正确。