使用ix()方法切割带有负索引的pandas DataFrame

Question

当使用负索引时,DataFrame.ix()似乎不会切割我想要的DataFrame.

我有一个DataFrame对象,并希望切片最后两行.

    In [90]: df = pd.DataFrame(np.random.randn(10, 4))

    In [91]: df
    Out[91]: 
            0         1         2         3
    0  1.985922  0.664665 -2.800102  1.695480
    1  0.580509  0.782473  1.032970  1.559917
    2  0.584387  1.798743  0.095950  0.071999
    3  1.956221  0.075530 -0.391008  1.692585
    4 -0.644979 -1.959265  0.749394 -0.437995
    5 -1.204964  0.653912 -1.426602  2.409855
    6  1.178886  2.177259 -0.165106  1.145952
    7  1.410595 -0.761426 -1.280866  0.609122
    8  0.110534 -0.234781 -0.819976  0.252080
    9  1.798894  0.553394 -1.358335  1.278704

一种方法:

    In [92]: df[-2:]
    Out[92]: 
              0         1         2         3
    8  0.110534 -0.234781 -0.819976  0.252080
    9  1.798894  0.553394 -1.358335  1.278704

另一种方式:

    In [93]: df.ix[len(df)-2:, :]
    Out[93]: 
              0         1         2         3
    8  0.110534 -0.234781 -0.819976  0.252080
    9  1.798894  0.553394 -1.358335  1.278704

现在我想使用否定索引,但有问题:

    In [94]: df.ix[-2:, :]
    Out[94]: 
              0         1         2         3
    0  1.985922  0.664665 -2.800102  1.695480
    1  0.580509  0.782473  1.032970  1.559917
    2  0.584387  1.798743  0.095950  0.071999
    3  1.956221  0.075530 -0.391008  1.692585
    4 -0.644979 -1.959265  0.749394 -0.437995
    5 -1.204964  0.653912 -1.426602  2.409855
    6  1.178886  2.177259 -0.165106  1.145952
    7  1.410595 -0.761426 -1.280866  0.609122
    8  0.110534 -0.234781 -0.819976  0.252080
    9  1.798894  0.553394 -1.358335  1.278704

如何正确使用DataFrame.ix()的负索引？谢谢.

Answer 1

这是一个错误:

In [1]: df = pd.DataFrame(np.random.randn(10, 4))

In [2]: df
Out[2]: 
          0         1         2         3
0 -3.100926 -0.580586 -1.216032  0.425951
1 -0.264271 -1.091915 -0.602675  0.099971
2 -0.846290  1.363663 -0.382874  0.065783
3 -0.099879 -0.679027 -0.708940  0.138728
4 -0.302597  0.753350 -0.112674 -1.253316
5 -0.213237 -0.467802  0.037350  0.369167
6  0.754915 -0.569134 -0.297824 -0.600527
7  0.644742  0.038862  0.216869  0.294149
8  0.101684  0.784329  0.218221  0.965897
9 -1.482837 -1.325625  1.008795 -0.150439

In [3]: df.ix[-2:]
Out[3]: 
          0         1         2         3
0 -3.100926 -0.580586 -1.216032  0.425951
1 -0.264271 -1.091915 -0.602675  0.099971
2 -0.846290  1.363663 -0.382874  0.065783
3 -0.099879 -0.679027 -0.708940  0.138728
4 -0.302597  0.753350 -0.112674 -1.253316
5 -0.213237 -0.467802  0.037350  0.369167
6  0.754915 -0.569134 -0.297824 -0.600527
7  0.644742  0.038862  0.216869  0.294149
8  0.101684  0.784329  0.218221  0.965897
9 -1.482837 -1.325625  1.008795 -0.150439

https://github.com/pydata/pandas/issues/2600

请注意,这df[-2:]将工作:

In [4]: df[-2:]
Out[4]: 
          0         1         2         3
8  0.101684  0.784329  0.218221  0.965897
9 -1.482837 -1.325625  1.008795 -0.150439

Answer 2

ix\ 的主要目的是允许像 numpy 一样的索引并支持行和列标签。所以我不确定您的用例是否是预期目的。以下是我能想到的几种方法，大部分都是微不足道的：

\n\n

In [142]: df.ix[:][-2:]\nOut[142]:\n          0         1         2         3\n8  0.386882 -0.836112 -0.108250 -0.433797\n9  0.642468 -0.399255 -0.911456 -0.497720\n\nIn [161]: df.ix[df.index[-2:],:]\nOut[161]:\n          0         1         2         3\n8  0.386882 -0.836112 -0.108250 -0.433797\n9  0.642468 -0.399255 -0.911456 -0.497720\n

\n\n

ix我认为根本不支持负索引。它似乎完全忽略了它：

\n\n

In [181]: df.ix[-100:,:]\nOut[181]:\n          0         1         2         3\n0 -1.144137 -1.042034 -2.158838  0.674055\n1 -0.424184  1.237318 -1.846130  0.575357\n2 -0.844974 -0.541060  2.197364 -0.031898\n3  0.846263  1.244450 -1.570566 -0.477919\n4 -0.193445  0.171045 -0.235587 -1.185583\n5  1.361539 -1.107389 -1.321081 -0.776407\n6  0.505907 -1.364414 -2.093770  0.144016\n7 -0.888465 -0.329153  0.491264 -0.363472\n8  0.386882 -0.836112 -0.108250 -0.433797\n9  0.642468 -0.399255 -0.911456 -0.497720\n

\n\n

编辑：从pandas 文档中我们有：

\n\n

\n

使用整数轴标签的基于标签的索引是一个棘手的话题。它已在邮件列表和科学 Python 社区的各个成员之间进行了广泛的讨论。在 pandas 中，我们的普遍观点是标签比整数位置更重要。因此，对于整数轴索引，使用 .ix 等标准工具只能进行基于标签的索引。以下代码将产生异常：

\n\n

s = Series(range(5))\ns[-1]\ndf = DataFrame(np.random.randn(5, 4))\ndf\ndf.ix[-2:]\n

\n\n

做出这个深思熟虑的决定是为了防止歧义和微妙的错误（许多用户报告在进行 API 更改以阻止基于位置的索引时\xe2\x80\x9c 回退\xe2\x80\x9d 时发现错误）。

\n

\n