Question

我在pandas数据帧中发现了奇怪的值赋值限制。这是一个简单的插图

   from __future__ import print_function
   from pandas import DataFrame 
   import numpy as np

   data=DataFrame({'one':[1,2],'two':[3.0,4]})
   data.values[1,1]=data.values[1,1]*6 # these are type<numpyfloat64>
   print(data.values[1,1])
   #still returns 4.0 instead of expected 24.0

我很感激为什么会发生这种情况的解释。

Answer 1

当您访问values对象的NDFrame属性时，会在其类型中收到同类的数组。也就是说，values会返回单 dtype的数组，这是dtype中DataFrame列中最大的精度。在您的情况下，one是int64 dtype，而two是float64。当您调用values时，最终会发生concatenate样式操作，并且这些操作始终会返回副本，这就是您无法分配并查看数据中的副作用的原因。

Answer 2

data.values是一个单独的数组，而不是对原始对象的引用。它只是从data读取数据。是的，它不会改变原始值，因为它不代表它们，它基本上是它们的副本。

要直接更改值，请使用loc：

data.loc[1, 'one'] *= 6

Answer 3

根据the documentation of Pandas

与轴标签不同，值属性本身无法分配给。

因此这是预期的行为。以下代码是一种更改值的方法。

data.two[1] = data.two[1] * 6

python：pandas.dataframe.values没有改变

3 个答案: