python - Pandas 数据框默认使用 .loc

Question

我知道访问 Pandas 数据框中的索引/列的常用方法(另请参阅索引 guide ):

• df.iloc[..., ...]对于整数位置
• df.loc[..., ...]用于基于标签的位置
• df.ix (已弃用)
• df['C1']或df.C1用于列访问
• df['mylabel1':'mylabel10']或df[2:7]用于行切片访问，但是 df['mylabel1']和df[2]显然不行

我总是发现最后两个要点令人困惑，因为我们使用相同的符号 df[...]用于列访问或行访问。

问题:有没有一种方法可以配置 Pandas(或 DataFrame 的子类)来简化一切:

df[...] is in fact an alias for df.loc[...]

<强>？

示例:

import numpy as np
import pandas as pd
x = pd.DataFrame(columns=['C1', 'C1', 'C2'])
x.loc['a'] = [np.random.rand(2000, 500), np.random.rand(2000, 500), np.random.rand(2000)]
print(x.loc['a', 'C2'])
x['a', 'C2']       # should give the same thing, so that by default, x[...] is the same as x.loc[...]

Answer 1

Python 中的每个表达式都会有一个对象作为结果，因此您可以为其分配一个名称:

xl=x.loc
xl['a']=…           # equivalent to x.loc['a']=…

您无法以这种方式模拟x.loc=…，因为分配给xl只会重新绑定(bind)名称；这可能与这里无关，但为了完整性，(稍微)缩短此类内容的唯一方法是编写类似的内容

class Setter:
  def __init__(self,x): self.x=x
  def __getattr__(self,n):
    return lambda(v): setattr(self.x,n,v)
xset=Setter(x).loc
xset(…)             # equivalent to x.loc=…

如果您希望有一个名称仍然支持其他访问模式，您可以编写一个包装类:

class DFLoc:
  def __init__(self,x): self.x=x
  def __getitem__(self,k): return self.x.loc[k]
  def __getattr__(self,n): return getattr(self.x,n)

此方法还允许您支持依赖于以下事实的库:x.loc 等构造结果仅与 __setitem__< 使用一次/ 之后。 (这通常是此类库中的错误，尽管在某些情况下此类计算属性的值将取决于通过它所做的更改。)