Pandas：使用 iloc 检索数据与输入索引不匹配

Question

我有一个数据集，其中包含贡献者的 id 和contributor_message。我想检索具有相同消息的所有样本，例如，contributor_message == '我支持此提案，因为......'。

我使用 data.loc[data.contributor_message == '我支持这个提案，因为...'].index -> 所以基本上你可以使用相同的消息获取 DataFrame 中的索引，假设这些索引是 1, 2, 50 、9350、30678、...

然后我尝试了 data.iloc[[1,2,50]] 这给了我正确的答案，即索引与 DataFrame 索引匹配。

但是，当我使用 data.iloc[9350] 或更高索引时，我将无法获得相应的 DataFrame 索引。假设这次我在 DataFrame 中得到了 15047。

谁能建议如何解决这个问题？

Answer 1

当您的索引与其整数位置不对齐时，就会发生这种情况。

请注意，pd.DataFrame.loc用于按索引切片，pd.DataFrame.iloc用于按整数位置切片。

下面是一个最小的例子。

df = pd.DataFrame({'A': [1, 2, 1, 1, 5]}, index=[0, 1, 2, 4, 5])

idx = df[df['A'] == 1].index

print(idx)  # Int64Index([0, 2, 4], dtype='int64')

res1 = df.loc[idx]
res2 = df.iloc[idx]

print(res1)
#    A
# 0  1
# 2  1
# 4  1

print(res2)
#    A
# 0  1
# 2  1
# 5  5

您有两种选择来解决此问题。

选项1

用于pd.DataFrame.loc按索引切片，如上所述。

选项2

重置索引并使用pd.DataFrame.iloc：

df = df.reset_index(drop=True)
idx = df[df['A'] == 1].index

res2 = df.iloc[idx]

print(res2)
#    A
# 0  1
# 2  1
# 3  1