Selección de una fila de series / marco de datos de pandas por índice entero

Tengo curiosidad por saber por qué df[2]no es compatible, mientras que df.ix[2]y df[2:3]ambos funcionan.

In [26]: df.ix[2]
Out[26]: 
A    1.027680
B    1.514210
C   -1.466963
D   -0.162339
Name: 2000-01-03 00:00:00

In [27]: df[2:3]
Out[27]: 
                  A        B         C         D
2000-01-03  1.02768  1.51421 -1.466963 -0.162339

Esperaría df[2]trabajar de la misma manera df[2:3]para ser coherente con la convención de indexación de Python. ¿Hay alguna razón de diseño para no admitir la fila de indexación por entero único?

haciéndose eco de @HYRY, vea los nuevos documentos en 0.11

http://pandas.pydata.org/pandas-docs/stable/indexing.html

Aquí tenemos nuevos operadores, .ilocque solo admiten la indexación de enteros y .locque solo admiten la indexación de etiquetas

por ejemplo, imagina este escenario

In [1]: df = pd.DataFrame(np.random.rand(5,2),index=range(0,10,2),columns=list('AB'))

In [2]: df
Out[2]: 
          A         B
0  1.068932 -0.794307
2 -0.470056  1.192211
4 -0.284561  0.756029
6  1.037563 -0.267820
8 -0.538478 -0.800654

In [5]: df.iloc[[2]]
Out[5]: 
          A         B
4 -0.284561  0.756029

In [6]: df.loc[[2]]
Out[6]: 
          A         B
2 -0.470056  1.192211

[] solo corta las filas (por ubicación de etiqueta)

El propósito principal del operador de indexación de DataFrame []es seleccionar columnas.

Cuando el operador de indexación pasa una cadena o un entero, intenta encontrar una columna con ese nombre en particular y devolverla como una Serie.

Entonces, en la pregunta anterior: df[2]busca un nombre de columna que coincida con el valor entero 2. Esta columna no existe y KeyErrorse genera a.

El operador de indexación de DataFrame cambia completamente el comportamiento para seleccionar filas cuando se usa la notación de corte

Curiosamente, cuando se le da un segmento, el operador de indexación de DataFrame selecciona filas y puede hacerlo por ubicación entera o por etiqueta de índice.

df[2:3]

Esto se dividirá comenzando desde la fila con la ubicación de enteros 2 hasta 3, excluyendo el último elemento. Entonces, solo una fila. A continuación, se seleccionan las filas que comienzan en la ubicación de enteros 6 hasta 20, pero no se incluyen 20 por cada tercera fila.

df[6:20:3]

También puede usar sectores que consisten en etiquetas de cadena si su índice DataFrame tiene cadenas. Para más detalles, vea esta solución en .iloc vs .loc .

Casi nunca uso esta notación de corte con el operador de indexación, ya que no es explícito y casi nunca se usa. Al cortar en hileras, quédese con .loc/.iloc.

Puede pensar en DataFrame como un dict de Series. df[key]intente seleccionar el índice de columna por keyy devuelva un objeto Serie.

Sin embargo, cortar dentro de [] corta las filas, porque es una operación muy común.

Puede leer el documento para más detalles:

http://pandas.pydata.org/pandas-docs/stable/indexing.html#basics

Para el acceso basado en índices a la tabla pandas, también se puede considerar la opción numpy.as_array para convertir la tabla a la matriz Numpy como

np_df = df.as_matrix()

y entonces

np_df[i] 

trabajaría.

Puedes echar un vistazo al código fuente .

DataFrametiene una función privada _slice()para cortar DataFramey permite que el parámetro axisdetermine qué eje cortar. El __getitem__()for DataFrameno establece el eje al invocar _slice(). Entonces el _slice()corte es por defecto el eje 0.

Puedes realizar un experimento simple que podría ayudarte:

print df._slice(slice(0, 2))
print df._slice(slice(0, 2), 0)
print df._slice(slice(0, 2), 1)

puede recorrer el marco de datos de esta manera.

for ad in range(1,dataframe_c.size):
    print(dataframe_c.values[ad])