使用和不使用.loc过滤熊猫数据框

Question

关于过滤数据帧的概念，我有一个简单的问题。假设我有以下数据框：

df = pd.DataFrame({'AAA': [4, 5, 6, 7],'BBB': [10, 20, 30, 40],'CCC': [100, 50, -30, -50]})

我想根据某些条件对其进行一些修改。 如果运行以下代码，则会得到所需的行：

  

方法a

df[(df.AAA <= 5) & (df.BBB <= 10)]

我还可以使用以下代码获取该行：

  

方法b

df.loc[(df.AAA <= 5) & (df.BBB <= 10)]

方法a和方法b都导致熊猫数据帧。 但是，当我想根据这些条件修改列“ CCC”时，出现“方法a”错误：

  

方法a

df[(df.AAA <= 5) & (df.BBB <= 10), 'CCC'] = -1

  

'Series'对象是可变的，因此不能被散列

     

方法b

df.loc[(df.AAA <= 5) & (df.BBB <= 10), 'CCC'] = -1

Answer 1

如果需要通过掩码以及列名设置新值，则DataFrame.loc始终是必需的，因为在这里CCC中选择列名：

df.loc[(df.AAA <= 5) & (df.BBB <= 10), 'CCC'] = -1
print (df)
   AAA  BBB  CCC
0    4   10   -1
1    5   20   50
2    6   30  -30
3    7   40  -50

如果需要设置多个列，请使用loc和列名称列表：

df.loc[(df.AAA <= 5) & (df.BBB <= 10), ['CCC', 'AAA']] = -1
print (df)
   AAA  BBB  CCC
0   -1   10   -1
1    5   20   50
2    6   30  -30
3    7   40  -50

但是，如果需要设置所有列，请删除loc以及列名：

df[(df.AAA <= 5) & (df.BBB <= 10)] = -1
print (df)
   AAA  BBB  CCC
0   -1   -1   -1
1    5   20   50
2    6   30  -30
3    7   40  -50

编辑：

评论工作的解决方案：

df['CCC'][(df.AAA <= 5) & (df.BBB <= 10)] = -1 

但不建议使用，因为此代码可能会导致SettingWithCopyWarning 。