python - Pandas Dataframe 相对索引

Question

我想要一种简单的方法来访问与 Pandas DataFrame 中给定索引相关的索引。请参阅下面的代码，其中对 numpy 数组进行了类比:

import numpy as np
import pandas as pd

# let's make a simple 2d matrix like array
na_a = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]])
print na_a
print na_a[1][2]
print na_a[1+1][2] # here I want to print the next value in the same column so I iterate the row by 1

# now let's put this array into a pandas dataframe
df_a = pd.DataFrame(na_a,index = ['1','2','3','4'], columns = ['A','B','C','D'])
print df_a
print df_a['C']['2']
# now how do I easily iterate the row by 1 to print the next value in the same column?

这是输出:

[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]
 [13 14 15 16]]
7
11
    A   B   C   D
1   1   2   3   4
2   5   6   7   8
3   9  10  11  12
4  13  14  15  16
7

这应该可以用于一般的相对索引(不仅仅是在一个方向上 +1)。

Answer 1

如果我理解正确，那么你想识别一个新的 index 标签相对于另一个 index 标签来选择一个新的 row。

pandas 提供了pd.Index.get_loc() 方法来获取从零开始的integer index标签的位置。一旦你有了 integer 位置，你就可以获得任何偏移量的标签并相应地选择一个新行:

从 index label '2' 开始，C 列 中的值 7 >:

start_index_label = '2'
df['C'][start_index_label]

7

行标签'2'对应的基于整数的索引为1:

start_index_position = df.index.get_loc(start_index_label)

1

将 2 添加到基于整数的 index 位置 3 产生 label 4:

next_relative_index_position = +2
next_index = df.index[start_index_position + next_relative_index_position]

4

与相应的行值15:

df['C'][next_index]

15

希望这对您有所帮助。