Indexation d'une base de données pandas par entier

Je n'arrive pas à trouver un moyen élégant pour index un pandas.DataFrame par un index entier.
Dans l'exemple suivant, je veux obtenir la valeur de 'a' à partir du premier élément de la 'A' colonne.

import pandas
df = pandas.DataFrame(
    {'A':['a','b', 'c'], 'B':['f', 'g', 'h']}, 
    index=[10,20,30]
    )

Je m'attends à ce df['A'].ix[0] et df['A'][10] à la fois pour revenir 'a'.
Le df['A'][10] ne retour 'a', mais df['A'].ix[0] jette un KeyError: 0. La seule façon que je pouvais penser pour obtenir la valeur 'a' en fonction de l'indice 0 est d'utiliser l'approche suivante.

df['A'][df['A'].index[0]]

Est-il une façon plus simple d'obtenir 'a' de la dataframe, à l'aide de l'indice 0?

Mise à jour

Comme des pandas 0.11 il y a une autre façon de index en entier.

df.iloc[0] # integer based, gives the first row
df.loc[10] # label based, gives the row with label 10

Ce remplace la irow approche .

source d'informationauteur SiggyF

  1. 13

    Vous obtenez une erreur avec df['A'].ix[0] parce que votre indexation ne commence pas à 0, elle commence à 10. Vous pouvez obtenir la valeur que vous voulez avec l'une des opérations suivantes

    df['A'].ix[10]
df['A'].irow(0)

    L'utilise d'abord par le bon indice. La deuxième commande, ce qui je pense est ce que vous voulez, trouve la valeur par le numéro de ligne, plutôt que par la valeur de l'index, et est techniquement seulement deux caractères de plus que si df['A'].ix[0] travaillé.

    Alternativement, vous pouvez réinitialiser les indices de sorte qu'ils vont réagir de la manière que vous attendez pour df['A'].ix[0]:

    df2=df.reset_index()

    Cela permettra de préserver votre ancien indices (10, 20, etc.) en les déplaçant dans une colonne appelée "index" dans le df2 bloc de données. Puis df2['A'].ix[0] sera de retour 'a'. Si vous souhaitez supprimer l'ancien 10 indices, vous pouvez insérer le drapeau drop=True dans la parenthèse de la reset_index fonction.

  2. 0

    Dans de nouveaux pandas version u peut également utiliser df["A"].iat(0).