パンダ-指定された列の最初の行の値を取得します

これはとんでもないほど簡単な質問のように思われます...しかし、期待していた簡単な答えはわかりません。

それでは、パンダの特定の列のn行目の値を取得するにはどうすればよいですか？（私は最初の行に特に興味がありますが、より一般的な実践にも興味があります）。

たとえば、Btimeの1.2の値を変数として取得するとします。

これを行う正しい方法は何ですか？

df_test =

  ATime   X   Y   Z   Btime  C   D   E
0    1.2  2  15   2    1.2  12  25  12
1    1.4  3  12   1    1.3  13  22  11
2    1.5  1  10   6    1.4  11  20  16
3    1.6  2   9  10    1.7  12  29  12
4    1.9  1   1   9    1.9  11  21  19
5    2.0  0   0   0    2.0   8  10  11
6    2.4  0   0   0    2.4  10  12  15

ith行を選択するには、次を使用しますiloc。

In [31]: df_test.iloc[0]
Out[31]: 
ATime     1.2
X         2.0
Y        15.0
Z         2.0
Btime     1.2
C        12.0
D        25.0
E        12.0
Name: 0, dtype: float64

Btime使用できる列のi番目の値を選択するには：

In [30]: df_test['Btime'].iloc[0]
Out[30]: 1.2

df_test['Btime'].iloc[0]（推奨）とdf_test.iloc[0]['Btime']：には違いがあります。

データフレームは、データを列ベースのブロックに格納します（各ブロックには単一のdtypeがあります）。最初に列で選択すると、ビューが返され（コピーを返すよりも高速）、元のdtypeが保持されます。これとは対照的に、あなたは最初の行で選択し、あればデータフレームは異なるdtypesの列を持っている場合は、パンダのコピーオブジェクトDTYPEの新シリーズへのデータ。したがって、列の選択は行の選択よりも少し高速です。したがって、 df_test.iloc[0]['Btime']動作しますdf_test['Btime'].iloc[0]が、少し効率的です。

割り当てに関しては、2つの間に大きな違いがあります。 df_test['Btime'].iloc[0] = x影響しますがdf_test、影響しdf_test.iloc[0]['Btime'] ない場合があります。理由の説明については、以下を参照してください。インデックスの順序の微妙な違いにより、動作に大きな違いが生じるため、単一のインデックス割り当てを使用することをお勧めします。

df.iloc[0, df.columns.get_loc('Btime')] = x

df.iloc[0, df.columns.get_loc('Btime')] = x （推奨）：

DataFrameに新しい値を割り当てるための推奨される方法は、連鎖インデックスを回避し、代わりにandrewが示すメソッドを使用することです。

df.loc[df.index[n], 'Btime'] = x

または

df.iloc[n, df.columns.get_loc('Btime')] = x

後者の方法はdf.loc、行と列のラベルを位置インデックスに変換する必要があるため、少し高速ですdf.iloc。代わりに使用する場合、必要な変換は少し少なくなります 。

df['Btime'].iloc[0] = x 動作しますが、推奨されません：

これは機能しますが、DataFrameが現在実装されている方法を利用しています。パンダが将来このように機能しなければならないという保証はありません。特に、（現在のところ）df['Btime']常に（コピーではなく）ビューを返すため、の列のn番目の位置に新しい値df['Btime'].iloc[n] = xを割り当てるために使用できるという事実を利用していBtimeますdf。

Pandasは、インデクサーがビューとコピーのどちらを返すかについて明示的な保証を行わないため、チェーンインデックスを使用する割り当ては、通常SettingWithCopyWarning、この場合の変更が成功しても、常にを発生させdfます。

In [22]: df = pd.DataFrame({'foo':list('ABC')}, index=[0,2,1])
In [24]: df['bar'] = 100
In [25]: df['bar'].iloc[0] = 99
/home/unutbu/data/binky/bin/ipython:1: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
  self._setitem_with_indexer(indexer, value)

In [26]: df
Out[26]: 
  foo  bar
0   A   99  <-- assignment succeeded
2   B  100
1   C  100

df.iloc[0]['Btime'] = x 動作しません：

対照的に、はコピーを返すdf.iloc[0]['bar'] = 123ため、代入は機能しませんdf.iloc[0]。

In [66]: df.iloc[0]['bar'] = 123
/home/unutbu/data/binky/bin/ipython:1: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy

In [67]: df
Out[67]: 
  foo  bar
0   A   99  <-- assignment failed
2   B  100
1   C  100

警告：以前に提案しましたdf_test.ix[i, 'Btime']。しかし、位置でインデックスを付ける前に、ラベルでインデックスを付けようとするithため、値が保証されるわけではありません。したがって、DataFrameに0から始まるソート順ではない整数インデックスがある場合、を使用すると、行ではなくラベル付けされた行が返されます。例えば、ixix[i] iith

In [1]: df = pd.DataFrame({'foo':list('ABC')}, index=[0,2,1])

In [2]: df
Out[2]: 
  foo
0   A
2   B
1   C

In [4]: df.ix[1, 'foo']
Out[4]: 'C'

@unutbuからの回答は、値を何か新しいものに設定するまで正しく、データフレームがビューの場合は機能しないことに注意してください。

In [4]: df = pd.DataFrame({'foo':list('ABC')}, index=[0,2,1])
In [5]: df['bar'] = 100
In [6]: df['bar'].iloc[0] = 99
/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas-0.16.0_19_g8d2818e-py2.7-macosx-10.9-x86_64.egg/pandas/core/indexing.py:118: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame

See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
  self._setitem_with_indexer(indexer, value)

設定と取得の両方で一貫して機能する別のアプローチは次のとおりです。

In [7]: df.loc[df.index[0], 'foo']
Out[7]: 'A'
In [8]: df.loc[df.index[0], 'bar'] = 99
In [9]: df
Out[9]:
  foo  bar
0   A   99
2   B  100
1   C  100

これを行う別の方法：

first_value = df['Btime'].values[0]

この方法は、使用するよりも高速であるようです.iloc：

In [1]: %timeit -n 1000 df['Btime'].values[20]
5.82 µs ± 142 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [2]: %timeit -n 1000 df['Btime'].iloc[20]
29.2 µs ± 1.28 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

1. df.iloc[0].head(1) -最初の行全体からの最初のデータセットのみ。
2. df.iloc[0] -列の最初の行全体。

あなたが最初にお迎えしたい場合は、一般的なように、N行からJ列をからpandas dataframeこれを行うための最善の方法であります：

data = dataframe[0:N][:,J]

たとえば、列「test」と行1から値を取得するには、次のように機能します

df[['test']].values[0][0]

df[['test']].values[0]配列を返すだけなので

最初の行を取得してインデックスを保持する別の方法：

x = df.first('d') # Returns the first day. '3d' gives first three days.