首页 文章

Pandas iterrows（）row.get（）方法返回系列而不是单元格值

提问于
浏览 次
0

情况：Pandas ' dataframe' s iterrows() 的行在两个不同的环境中表现不同 . 在一个中， row.get() 按预期返回一个值，在另一个 row.get() 本身返回一个系列 - 这是意外的 .

问题：是否有pandas设置/某些配置可能导致以下行为在两种环境之间有所不同？我承认并非此示例中存在所有信息 . 我希望可能的是，显示以下行为，有人可能会认识到这是一些常见模式的结果，或者可能是设置更改 .

详细信息：在第一个环境中，我通过Pandas的 iterrows() 方法遍历行 . 在每一行中，我访问一个给定的属性，如下所示：

print(type(row)) # pandas.series.Series

foo_val = row.get('foo', default=None)

print(type(foo_val)) # float
print(foo_val) # 234.23

现在当我再次跑步时，在第二个环境中; iterrows() 操作返回 row 变量 . 看起来很正常但是获得（ row.get() ）每个元素的行为与以前不同 . 具体来说，返回值不是int，float，str等，而是本身是一个系列，保留了索引，这样：

print(type(row)) # pandas.series.Series

foo_val = row.get('foo', default=None)

print(type(foo_val)) # pandas.series.Series
print(foo_val) 
# foo      234.23
# Name: 0, dtype: object

foo_val_v2 = foo_val.get('foo', default=None)

print(type(foo_val_v2)) # float
print(foo_val_v2) # 234.23

最后的想法：我似乎在某种程度上回想起你能够配置pandas来返回带有行值的索引，但也许我在想象事情 .

我还应该注意，在两种情况下打印 row 都会产生相同的结果，就像记录每个列类型，行类型等一样 . 也就是说，我可以断言行类型是相同的，父数据帧中的列类型是相同的，每个行元素的类型是相同的 .

python pandas

1 回答

  • 0

    解决 . 如果我做了一个更全面的工作分析数据框，我可能已经注意到列名重复 .

    返回Series而不是单个值的原因是，通过远上游的 .rename() 操作，有两个具有相同名称的列 . 因此，当请求该列值时，Pandas表现出（应该如此）并作为系列返回 .

    以下是一个独立的示例 .

    >>> df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})

>>> df.rename(columns={'B': 'A'})
   A  A
0  1  4
1  2  5
2  3  6

>>> df['A']
0    1
1    2
2    3
Name: A, dtype: int64

>>> type(df['A'])
<class 'pandas.core.series.Series'>

>>> df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})

>>> df = df.rename(columns={'B': 'A'})

>>> df['A']
   A  A
0  1  4
1  2  5
2  3  6

>>> type(df['A'])
<class 'pandas.core.frame.DataFrame'>
    回复于

相关问题