Question

假设我有以下数据框：

df = pd.DataFrame(np.zeros((4,3)),columns=['A','B','C'])
df
     A    B    C
0  0.0  0.0  0.0
1  0.0  0.0  0.0
2  0.0  0.0  0.0
3  0.0  0.0  0.0

假设现在我定义了一个新变量col来访问数据帧的特定列。我可以在括号内部或外部声明其值：

col_1 = 'A'
print df[col_1]
col_2 = ['A']
print df[col_2]

但是，当我尝试更新数据框的内容时，只有df[col_1] = ...有效：

df[col_1] = np.ones(4)
print df

第二种情况会导致错误：

df[col_2] = np.ones(4)
print df

错误为ValueError: shape mismatch: value array of shape (4,) could not be broadcast to indexing result of shape (1,4)。

我希望这两种情况都有效，因为col是一个函数的参数。

上下文

我正在声明一个函数，我希望在所有元素中创建一个包含数据框X.columns的相同列的新数据框，并且列cols除外（一列或两列）其中应该具有数组values（1D或2D数组）的值。这是我宣布的方式：

def create_X_grid(X, values, cols):
    n_rows = len(values)
    n_columns = len(X.columns)
    X_grid = pd.DataFrame(np.zeros((n_rows,n_columns)), columns=X.columns)
    X_grid[cols] = values
    return X_grid

用户可能会将cols=['A']或cols='A'作为输入，因此我希望处理这两种情况。

Answer 1

df['A']是pd.Series shape（4，）和ndim 1。

df[['A']]是pd.DataFrame shape（4,1）和ndim 2。

您可以通过查看这些对象的shape和ndmin属性来自行确认。

差异的原因是数据框通常有2个轴：axis=0表示行，axis=1表示列。系列不需要这种差异化。

因此，您可以指定维度为1的数组，例如np.ones(4)，一系列，但不是数据框。

您可能不需要使用的解决方法是更改numpy数组的形状：

import pandas as pd, numpy as np

df = pd.DataFrame(np.zeros((4,3)),columns=['A','B','C'])

df[['A']] = np.ones(4)[:, None]

为了处理这两种情况，我建议在处理和使用系列赋值之前将单个元素的列表转换为字符串。

lst = ['A']

res = lst[0]  # alternatively next(iter(lst))

在括号内声明其名称时更新数据框列的内容

上下文

1 个答案: