python – pandas：用loc迭代DataFrame索引

import datetime
import pandas as pd

dict_weekday = {1: 'MON',2: 'TUE',3: 'WED',4: 'THU',5: 'FRI',6: 'SAT',7: 'SUN'}
df = pd.DataFrame(pd.date_range(datetime.date(2014,1,1),datetime.date(2014,15),freq='D'),columns=['Date'])
df['Weekday'] = df['Date'].apply(lambda x: dict_weekday[x.isoweekday()])

for idx in df.index:
    print df.loc[idx,'Weekday']

问题不在于df.loc;
df.loc [idx,’Weekday’]刚刚返回一个系列.
令人惊讶的行为是由于pd.Series尝试将类似日期时间的值转换为Timestamps的方式.

df.loc[0,'Weekday']

形成系列

pd.Series(np.array([pd.Timestamp('2014-01-01 00:00:00'),'WED'],dtype=object))

当调用pd.Series(…)时,它将tries to cast the data转换为适当的dtype.

如果您浏览代码,您会发现它最终到达these lines in pandas.core.common._possibly_infer_to_datetimelike：

sample = v[:min(3,len(v))]
inferred_type = lib.infer_dtype(sample)

这是检查数据的前几个元素并尝试推断dtype.
当其中一个值是pd.Timestamp时,Pandas会检查是否所有数据都可以转换为时间戳.实际上,’Wed’可以转换为pd.Timestamp：

In [138]: pd.Timestamp('Wed')
Out[138]: Timestamp('2014-12-17 00:00:00')

这是问题的根源,导致pd.Series返回
两个时间戳而不是时间戳和字符串：

In [139]: pd.Series(np.array([pd.Timestamp('2014-01-01 00:00:00'),dtype=object))
Out[139]: 
0   2014-01-01
1   2014-12-17
dtype: datetime64[ns]

因此返回

In [140]: df.loc[0,'Weekday']
Out[140]: Timestamp('2014-12-17 00:00:00')

而不是’星期三’.

替代方案：首先选择系列df [‘Weekday’]：

有很多解决方法; EdChum表明,向样本添加非日期(整数)值可以防止pd.Series将所有值强制转换为时间戳.

或者,您可以在使用.loc之前访问df [‘Weekdays’]：

for idx in df.index:
    print df['Weekday'].loc[idx]

替代方案：df.loc [[idx],’Weekday’]：

另一种选择是

for idx in df.index:
    print df.loc[[idx],'Weekday'].item()

df.loc [[idx],’Weekday’]首先选择DataFrame df.loc [[idx]].例如,当idx等于0时,

In [10]: df.loc[[0]]
Out[10]: 
        Date Weekday
0 2014-01-01     WED

而df.loc [0]返回系列：

In [11]: df.loc[0]
Out[11]: 
Date      2014-01-01
Weekday   2014-12-17
Name: 0,dtype: datetime64[ns]

Series尝试将值转换为单个有用的dtype. DataFrame可以为每列提供不同的dtype.因此,Date列中的Timestamp不会影响Weekday列中值的dtype.

因此,使用返回DataFrame的索引选择器可以避免问题.

替代方案：使用整数作为工作日

另一种方法是在工作日存储isoweekday整数,并在打印时仅在结尾处转换为字符串：

import datetime
import pandas as pd

dict_weekday = {1: 'MON',columns=['Date'])
df['Weekday'] = df['Date'].dt.weekday+1   # add 1 for isoweekday

for idx in df.index:
    print dict_weekday[df.loc[idx,'Weekday']]

替代方案：使用df.ix：

df.loc是_Locindexer,而df.ix是_IXIndexer.他们有
不同的__getitem__方法.如果您单步执行代码(例如,使用pdb),您将找到df.ix calls df.getvalue：

def __getitem__(self,key):
    if type(key) is tuple:
        try:
            values = self.obj.get_value(*key)

并且DataFrame方法df.get_value成功返回’WED’：

In [14]: df.get_value(0,'Weekday')
Out[14]: 'WED'

这就是为什么df.ix是另一种在这里工作的选择.