如何在Pandas的query()方法中直接引用行序数位置获取指定行？

首先我们创建示例DataFrame：

import pandas as pd

df_ex = pd.DataFrame(
    {'sales': [10001.35, 12305.22, 11217.89]},
    index=['2022-08-08 00:00:00-04:00', '2022-08-09 00:00:00-04:00', '2022-08-10 00:00:00-04:00']
)
df_ex.index.names = ['date']

当已知目标行的索引值时，我们可以用两种方式通过query()提取第二行：

query_date = '2022-08-09 00:00:00-04:00'

# 通用引用索引
df_ex.query('index == @query_date')

# 或通过索引名显式引用
df_ex.query('date == @query_date')

现在如果仅知道目标行的序数位置（比如idx=1对应第二行），当前的实现是：

idx = 1
query_date = df_ex.iloc[idx].name

df_ex.query('date == @query_date')

疑问：能不能去掉中间获取索引名的步骤，直接在query()的字符串里通过idx值引用行的序数位置？

不能直接在query()的查询字符串里通过序数位置筛选行。因为query()的设计逻辑是基于数据的标签值、列值进行条件筛选，并不支持直接引用行的位置序号。

如果想要更简洁的实现，完全可以跳过query()，直接用iloc定位，这是最直接高效的方式：

idx = 1
df_ex.iloc[[idx]]  # 用双括号保持DataFrame格式，单括号会返回Series

如果一定要使用query()，可以先重置索引把行位置转为列，筛选后再恢复原索引，不过这种写法反而冗余，不如直接用iloc：

idx = 1
df_ex.reset_index().query('index == @idx').set_index('date')

内容的提问来源于stack exchange，提问作者HapiDaze