如何使用索引从 Pandas DataFrame 中选择行？

Question

我正在尝试使用整数索引值从 Pandas DataFrame 中选择行。

这不起作用，我得到了索引错误。

• 这对我来说意味着按索引执行行选择会隐式导致

  reset_index()

  被调用，尽管我可能是错的
• 以下示例解释了为什么我观察到的行为表明情况如此

import pandas

data = {
    'number': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
    'fruit': 3 * ['apple'] + 3 * ['pear'] + 2 * ['banana'] + ['pear'] + ['apple'],
    'color': 3 * ['red', 'green', 'blue'] + ['red'],
    'letter': 5 * ['A', 'B'],
}
df = pandas.DataFrame(data)
df

df_selected = df[df['fruit'] == 'pear']
df_selected

df_selected.index
Index([3, 4, 5, 8], dtype='int64')

这肯定表明我有一个 DataFrame，其索引包含值 3、4、5 和 8。

我现在想要选择 DataFrame 中从第一次出现“pear”到最后一次出现的所有行，通过使用整数索引：

我认为这应该可以通过以下语法实现：

FIRST = 3
LAST = 8
df_selected[FIRST:LAST+1]

但我错了：

• 打印时（将 DataFrame 显示到

  stdout

  或 Jupyter Notebook Cell），索引显示值

  3, 4, 5, 8

  。
• 使用语法

  df_selected[A:B]

  或

  df_selected.iloc[A:B]

  按索引进行选择时，整数参数

  A

  和

  B

  被解释为好像已调用

  df_selected.reset_index()

• 我这么说是因为调用

  reset_index()

  会产生以下输出

这意味着按索引选择时使用的正确范围是

df_selected.iloc[0:3+1]

我知道这是一个非常基本的问题，但我希望有人能指出正确的方向，以理解为什么这种行为是这样的，如果有特殊原因的话。

Answer 1

你应该使用

loc

:

FIRST = 3
LAST = 8

df_selected = df[df['fruit'] == 'pear']
df_selected.loc[FIRST:LAST+1]

输出：

   number fruit  color letter
3       4  pear    red      B
4       5  pear  green      A
5       6  pear   blue      B
8       9  pear   blue      A

使用

df_selected[1:2]

时，其行为类似于

iloc