熊猫数据帧相对索引

Question

我想要一个简单的方法来访问指数相对于给定的指数在熊猫DataFrame。请参考下面其中绘制一个类似于一个numpy阵列的代码：

import numpy as np 
import pandas as pd 

# let's make a simple 2d matrix like array 
na_a = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]]) 
print na_a 
print na_a[1][2] 
print na_a[1+1][2] # here I want to print the next value in the same column so I iterate the row by 1 

# now let's put this array into a pandas dataframe 
df_a = pd.DataFrame(na_a,index = ['1','2','3','4'], columns = ['A','B','C','D']) 
print df_a 
print df_a['C']['2'] 
# now how do I easily iterate the row by 1 to print the next value in the same column? 

这里是输出：

[[ 1 2 3 4] 
[ 5 6 7 8] 
[ 9 10 11 12] 
[13 14 15 16]] 
7 
11 
    A B C D 
1 1 2 3 4 
2 5 6 7 8 
3 9 10 11 12 
4 13 14 15 16 
7 

这应用于一般相对索引是可能的（不沿一个方向仅仅1 ）。

Answer 1

如果我理解正确，那么您要确定一个新的index标签相对于另一个index标签来选择一个新的row。

pandas提供了pd.Index.get_loc()方法来检索标签的基于零的integerindex位置。一旦你的integer位置，你可以得到标签的任何偏移，并选择相应的新行：相应

start_index_label = '2' 
df['C'][start_index_label] 

7 

的整数型index：

在column C始于indexlabel'2'的价值7到row标签'2'是1：

start_index_position = df.index.get_loc(start_index_label) 

1 

添加2去整数基于index位置3产量label4：

next_relative_index_position = +2 
next_index = df.index[start_index_position + next_relative_index_position] 

4 

相应row值15：

df['C'][next_index] 

15 

希望这有助于。