要选择ith行,use ^{}: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
要选择Btime列中的第i个值,可以使用:In [30]: df_test['Btime'].iloc[0]
Out[30]: 1.2
df_test['Btime'].iloc[0](推荐)和df_test.iloc[0]['Btime']之间存在差异:
数据帧将数据存储在基于列的块中(其中每个块有一个
数据类型)。如果首先选择按列,则可以返回视图(即
比返回副本快)并且保留原始数据类型。相反,
如果您首先选择“按行”,并且如果数据帧具有不同的列
数据类型,然后Pandas将数据复制到一系列新的对象数据类型中。所以
选择列比选择行快一点。因此,尽管
df_test.iloc[0]['Btime']工作,df_test['Btime'].iloc[0]有点
更有效率。
在作业方面,两者有很大的区别。
df_test['Btime'].iloc[0] = x影响df_test,但是df_test.iloc[0]['Btime']
可能不会。有关原因的解释,请参见下文。因为
索引顺序对行