在Pandas中使用元组索引与DataFrame.ix

Question

我有一堆Pandas代码使用元组作为索引。我最近遇到了需要使用 DataFrame.ix 访问DataFrame的单个元素，但这些元素用元组表示时出现了混淆。它似乎认为我的元组是我想要访问的键序列，而不是一个我想要访问的单个键（恰好是一个序列）。如何提取一个以元组为键的单个行？

也许这是一个警示故事，不要在 Pandas 索引中使用序列，但在我的情况下，已经太晚了。

import string, pandas as pd, numpy as np

bar = pd.DataFrame(np.random.random((8,2)))
bar.columns = ['col1', 'col2']
bar.index = list(string.ascii_lowercase)[:8]
print bar
print bar.iloc[0].name
print bar.ix[bar.iloc[0].name]

bar.index = [tuple(list(string.ascii_lowercase)[i:i+3]) for i in range(8)]
print bar.iloc[0].name
print bar.ix[bar.iloc[0].name] # Fails with `KeyError: 'a'`

- kuzzooroo

---

确认两种解决方案都可行。我会接受使用 ix 的那个，因为它更符合所问问题的要求。但这两种方案中是否有任何一种更受欢迎？ - kuzzooroo

在这里可能更适合使用 xs。索引器（ix、iloc、loc）可以做更多的事情，但由于元组键和 MultiIndex 选择之间的语法歧义，它可能更容易出错。 - chrisb

Answer 1

你可以将元组放入列表中来实现这一点。

In [17]: bar.ix[[bar.iloc[0].name]]
Out[17]: 
               col1      col2
(a, b, c)  0.216689  0.262511

- chrisb

---

请注意，此处返回的是DataFrame实例，而其他答案中的“xs”方法返回的是Series实例。 - Lei

Answer 2

我认为使用索引无法实现，但是可以使用 xs 实现：

>>> bar.xs(bar.iloc[0].name)
col1    0.864788
col2    0.708136
Name: (a, b, c), dtype: float64

- BrenBarn