Question

我的pandas数据框看起来像这样

                   A          B          C          D          E
(Name1, 1)         NaN        NaN        NaN        NaN        NaN  
(Name2, 2)         NaN        NaN        NaN        NaN        NaN

如何访问特定单元格或更改特定单元格的值

我使用此

创建了数据框

id=list(product(array1,array2))
data=pd.DataFrame(index=id ,columns=array3)

Answer 1

我认为你需要MultiIndex：

np.random.seed(124)
array1 = np.array(['Name1','Name2'])
array2 = np.array([1,2])
array3 = np.array(list('ABCDE'))
idx= pd.MultiIndex.from_product([array1,array2])
data=pd.DataFrame(np.random.randint(10, size=[len(idx), len(array3)]),
                  index=idx ,columns=array3)
print (data)
         A  B  C  D  E
Name1 1  1  7  2  9  0
      2  4  4  5  5  6
Name2 1  9  6  0  8  9
      2  9  0  2  2  1

print (data.index)
MultiIndex(levels=[['Name1', 'Name2'], [1, 2]],
           labels=[[0, 0, 1, 1], [0, 1, 0, 1]])


data.loc[('Name1', 2), 'B'] = 20
print (data)
         A  B  C  D  E
Name1 1  1  7  2  9  0
      2  4 20  5  5  6
Name2 1  9  6  0  8  9
      2  9  0  2  2  1

对于复杂的选择使用slicers：

idx = pd.IndexSlice
data.loc[idx['Name1', 2], 'B'] = 20
print (data)
         A  B  C  D  E
Name1 1  1  7  2  9  0
      2  4 20  5  5  6
Name2 1  9  6  0  8  9
      2  9  0  2  2  1

idx = pd.IndexSlice
print (data.loc[idx['Name1', 2], 'A'])
4

#select all values with 2 of second level and column A
idx = pd.IndexSlice
print (data.loc[idx[:, 2], 'A'])
Name1  2    4
Name2  2    9
Name: A, dtype: int32

#select 1 form second level and slice between B and D columns
idx = pd.IndexSlice
print (data.loc[idx[:, 1], idx['B':'D']])
         B  C  D
Name1 1  7  2  9
Name2 1  6  0  8

为简化选择，请使用DataFrame.xs：

print (data.xs('Name1', axis=0, level=0))
   A  B  C  D  E
1  1  7  2  9  0
2  4  4  5  5  6

我的数据框有一个列表作为索引，如何访问单元格或编辑单元格

1 个答案: