假设我有以下数据:
np.random.seed(42)
data = pd.DataFrame(np.random.randn(3,3))
我希望获取按行和列索引的值:
rows = [0, 1, 2]
cols = [2, 1, 1]
但是,执行data.loc[rows, cols]
会给我数据帧:
2 1 1
0 0.647689 -0.138264 -0.138264
1 -0.234137 -0.234153 -0.234153
2 -0.469474 0.767435 0.767435
而我真正追求的行为如下:
[data.loc[r, c] for r,c in zip(rows, cols)]
>>> [0.6476885381006925, -0.23415337472333597, 0.7674347291529088]
在大熊猫中做到这一点的正确/有效方法是什么?
将数据帧转换为 numpy 数组2d
并使用花哨的索引:
#pandas 0.24+
arr = data.to_numpy()[rows, cols]
#pandas below
arr = data.values[rows, cols]
print (arr)
[ 0.64768854 -0.23415337 0.76743473]
你正在寻找一个熊猫内置函数,iat。
运行与您完全相同的代码,并将data.loc
替换为data.iat
将生成所需的输出。
np.random.seed(42)
data = pd.DataFrame(np.random.randn(3,3))
rows = [0, 1, 2]
cols = [2, 1, 1]
[data.iat[r, c] for r,c in zip(rows,cols)]
>>> [0.6476885381006925, -0.23415337472333597, 0.7674347291529088]