将字符串传递给数据框 iloc

Question

我有一个 ProductDf，其中有同一产品的多个版本。我想过滤产品的最后一次迭代。所以我这样做如下：

productIndexDf= ProductDf.groupby('productId').apply(lambda 
x:x['startDtTime'].reset_index()).reset_index()        

productToPick = productIndexDf.groupby('productId')['index'].max()

获取 productToPick 的值到一个字符串中

productIndex = productToPick.to_string(header=False, 
index=False).replace('\n',' ')
productIndex  = productIndex.split()

productIndex = list(map(int, productIndex))
productIndex.sort()

productIndexStr = ','.join(str(e) for e in productIndex)

一旦我在一个系列中得到它，我手动调用 loc 函数并且它起作用了：

filteredProductDf = ProductDf.iloc[[7,8],:]

如果我将字符串传递给它，我会得到一个错误：

filteredProductDf = ProductDf.iloc[productIndexStr,:]

ValueError: Location based indexing can only have [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] types

我也试过这个：

filteredProductDf = ProductDf[productIndexStr]

但后来我遇到了这个问题：

KeyError: '7,8'

Answer 1

好的，我认为你混淆了它。

给定一个如下所示的数据框：

   avgPrice productId startDtTime  totalSold
0      42.5      A001  01/05/2018        100
1      55.5      A001  02/05/2018        150
2      48.5      A001  03/05/2018        300
3      42.5      A002  01/05/2018        220
4      53.5      A002  02/05/2018        250

我假设您对第 2 行和第 4 行（各自 productId 的最后一个值）感兴趣。在 pandas 中，最简单的方法是使用 drop_duplicates() 和参数 keep='last'。考虑这个例子：

import pandas as pd

d = {'startDtTime': {0: '01/05/2018', 1: '02/05/2018', 
                     2: '03/05/2018', 3: '01/05/2018', 4: '02/05/2018'}, 
 'totalSold': {0: 100, 1: 150, 2: 300, 3: 220, 4: 250}, 
 'productId': {0: 'A001', 1: 'A001', 2: 'A001', 3: 'A002', 4: 'A002'}, 
 'avgPrice': {0: 42.5, 1: 55.5, 2: 48.5, 3: 42.5, 4: 53.5}
    } 

# Recreate dataframe
ProductDf = pd.DataFrame(d)

# Convert column with dates to datetime objects
ProductDf['startDtTime'] = pd.to_datetime(ProductDf['startDtTime'])

# Sort values by productId and startDtTime to ensure correct order
ProductDf.sort_values(by=['productId','startDtTime'], inplace=True)

# Drop the duplicates
ProductDf.drop_duplicates(['productId'], keep='last', inplace=True)

print(ProductDf)

你得到：

   avgPrice productId startDtTime  totalSold
2      48.5      A001  2018-03-05        300
4      53.5      A002  2018-02-05        250

Answer 2

Pandas Dataframe iloc 方法仅适用于整数类型索引值。如果你想使用字符串值作为从 pandas dataframe 访问数据的索引，那么你必须使用 Pandas Dataframe loc 方法。

通过这些link了解更多关于这些方法。

Use of Pandas Dataframe iloc method

Use of Pandas Dataframe loc method

将字符串传递给数据框 iloc

Passing string to dataframe iloc

python

pandas

python-3.5