Question

使用DataFrame的子集进行iterrows的最佳方法是什么？

我们采用以下简单示例：

import pandas as pd

df = pd.DataFrame({
  'Product': list('AAAABBAA'),
  'Quantity': [5,2,5,10,1,5,2,3],
  'Start' : [
      DT.datetime(2013,1,1,9,0),
      DT.datetime(2013,1,1,8,5),
      DT.datetime(2013,2,5,14,0),
      DT.datetime(2013,2,5,16,0),
      DT.datetime(2013,2,8,20,0),                                      
      DT.datetime(2013,2,8,16,50),
      DT.datetime(2013,2,8,7,0),
      DT.datetime(2013,7,4,8,0)]})

df = df.set_index(['Start'])

现在我想使用itterrows函数修改此DataFrame的子集，例如：

for i, row_i in df[df.Product == 'A'].iterrows():
    row_i['Product'] = 'A1' # actually a more complex calculation

但是，更改不会持续存在。

是否有可能（使用索引'i'进行手动查找除外）对原始Dataframe进行持久更改？

Answer 1

为什么你需要iterrows（）呢？我认为在pandas（或numpy）中使用矢量化操作总是比较好：

df.ix[df['Product'] == 'A', "Product"] = 'A1'

Answer 2

我想我认为最好的方法是生成一个具有所需结果的新向量，您可以循环所需的所有内容，然后将其重新分配回列

#make a copy of the column
P = df.Product.copy()
#do the operation or loop if you really must
P[ P=="A" ] = "A1"
#reassign to original df
df["Product"] = P

熊猫：在Dataframe子集上使用iterrows

2 个答案: