熊猫：使用[列名] [行号]选择数组的值仅适用于multiindex

Question

我尝试使用Pandas在数据透视表的帮助下分析数据。

对于多索引，一切正常。

我有这个数据透视表：

>>>print(pivtab)

           count  win

pp   ps              

8000 8200      4    2

8100 8200      2    1

     8300      3    1

现在，我可以选择“ count”列中第二行的值，例如

>>>print(pivtab["count"][1])

2

仅使用单个索引数据透视表时，将出现意外行为。数据透视表如下所示：

      count  win

pp              

8000      4    2

8100      5    2 

现在，当我尝试使用相同的方式时，print(pivtab["count"][1]) 我得到了KeyError: 1。似乎Python现在不接受行号，而是行名（= index）。和

>>>print(pivtab["count“][8100])

5

一切正常。

完整的代码如下所示：

import pandas as pd

columns = ["count","game_Id","season","win","pp","ps"]

matrix = pd.DataFrame(columns=columns)

# Create a test matrix

for i in range(1,10):

    win = 0

    if int(i/2) == i/2:

        win = 1

    pprim = 8000

    if i > 4:

        pprim = 8100

    psub = 8200

    if i > 6:

        psub = 8300

    new_row = pd.DataFrame([[1, i, 11, win, pprim, psub]], columns=columns)

    matrix = matrix.append(new_row,ignore_index=True)

print(matrix)

pivtab = pd.pivot_table(matrix, index=["pp","ps"], values=["count","win"], aggfunc="sum")

print("\n", pivtab)

print(pivtab["count"][1])

完全感到困惑的是，我尝试了另一个测试矩阵...在这里一切正常！

import pandas as pd

matrix = pd.DataFrame({"A":["hey","hey","boo","boo"], "B":[1,2,3,2], "valueA":[123,441,190,123], "valueB":[5,5,6,6]})

piv_matrix = pd.pivot_table(matrix, index=["A"], values=["valueA","valueB"], aggfunc="sum")

print(piv_matrix)

print("\nValue:", piv_matrix["valueA"][1])

结果：

     valueA  valueB

A                  

boo     313      12

hey     564      10

Value: 564

如果您能向我解释这种意外行为（至少对我而言）的原因，我将非常高兴。谢谢！

Answer 1

不鼓励使用文档该文档不建议使用链式索引。df[label_1][label_2]不应使用语法。备择方案大多数解决方案涉及loc/iloc用于标签/基于位置的切片或at/iat用于访问标量。在示例中，您将混合基于标签的索引器和基于位置的索引器。相反，您可以选择一个序列并使用iat或iloc：piv_matrix['valueA'].iat[1]piv_matrix['valueA'].iloc[1]此语法将对您的两个示例均适用。