带有字符串元组作为索引的Pandas DataFrame

Question

我感觉这里有一些奇怪的 pandas 行为。我有一个类似这样的数据框：

df = pd.DataFrame(columns=['Col 1', 'Col 2', 'Col 3'],
                  index=[('1', 'a'), ('2', 'a'), ('1', 'b'), ('2', 'b')])

In [14]: df
Out[14]:
       Col 1 Col 2 Col 3
(1, a)   NaN   NaN   NaN
(2, a)   NaN   NaN   NaN
(1, b)   NaN   NaN   NaN
(2, b)   NaN   NaN   NaN

我可以设置任意元素的值

In [15]: df['Col 2'].loc[('1', 'b')] = 6

In [16]: df
Out[16]:
       Col 1 Col 2 Col 3
(1, a)   NaN   NaN   NaN
(2, a)   NaN   NaN   NaN
(1, b)   NaN     6   NaN
(2, b)   NaN   NaN   NaN

但是当我用相同的语法引用刚设置的元素时，我得到了

In [17]: df['Col 2'].loc[('1', 'b')]
KeyError: 'the label [1] is not in the [index]'

有人能告诉我我做错了什么或者为什么会出现这种行为吗？我不能把索引设置为多元素元组吗？

编辑

显然，用列表包装元组索引可以解决问题。

In [38]: df['Col 2'].loc[[('1', 'b')]]
Out[38]:
(1, b)    6
Name: Col 2, dtype: object

虽然在实际使用中 我仍然遇到一些奇怪的行为，所以知道这不是推荐用法会很好。

- lanery

---

这个问题的回答表明，不建议在 Pandas 中使用 DataFrame.ix 与元组索引，因为元组键和 MultiIndex 选择之间存在歧义。 - p-robot

将元组索引放入列表中对我有用。 - ZakS

Answer 1

在选择括号中，您的元组被视为包含要检索的元素的序列。就像您传递了['1', 'b']作为参数一样。因此出现了KeyError消息：pandas尝试查找键'1'，但显然没有找到。

这就是为什么当您添加附加括号时它可以工作的原因，因为现在参数变成了一个元素的序列 - 您的元组。

您应该避免处理关于选择列表和元组参数的歧义。行为还取决于索引是简单索引还是多重索引。

无论如何，如果您在此处询问建议，我看到的建议是您应该尝试不要构建由元组组成的简单索引：如果您实际上构建一个多重索引，pandas将运作得更好，使用起来也更强大：

df = pd.DataFrame(columns=['Col 1', 'Col 2', 'Col 3'],
                  index=pd.MultiIndex.from_tuples([('1', 'a'), ('2', 'a'), ('1', 'b'), ('2', 'b')]))

df['Col 2'].loc[('1', 'b')] = 6

df['Col 2'].loc[('1', 'b')]
Out[13]: 6

df
Out[14]: 
    Col 1 Col 2 Col 3
1 a   NaN   NaN   NaN
2 a   NaN   NaN   NaN
1 b   NaN     6   NaN
2 b   NaN   NaN   NaN

- Zeugma