我有一项看似简单的任务。具有2列的数据帧：A和B.如果B中的值大于A中的值 - 将值替换为值A.我曾经通过执行df.B[df.B > df.A] = df.A来执行此操作，但最近升级的pandas开始提供{遇到此链式分配时{1}}。官方文档建议使用SettingWithCopyWarning。
好的，我说过，并且是通过.loc完成的，并且一切正常，除非B栏的所有值都为df.loc[df.B > df.A, 'B'] = df.A。然后发生了一些奇怪的事情：
NaN现在，即使B＆B的元素中的一个满足条件（大于A），那么一切正常：
In [1]: df = pd.DataFrame({'A': [1, 2, 3],'B': [np.NaN, np.NaN, np.NaN]})
In [2]: df
Out[2]:
A B
0 1 NaN
1 2 NaN
2 3 NaN
In [3]: df.loc[df.B > df.A, 'B'] = df.A
In [4]: df
Out[4]:
A B
0 1 -9223372036854775808
1 2 -9223372036854775808
2 3 -9223372036854775808
但如果没有Bs元素满足，那么所有In [1]: df = pd.DataFrame({'A': [1, 2, 3],'B': [np.NaN, 4, np.NaN]})
In [2]: df
Out[2]:
A B
0 1 NaN
1 2 4
2 3 NaN
In [3]: df.loc[df.B > df.A, 'B'] = df.A
In [4]: df
Out[4]:
A B
0 1 NaN
1 2 2
2 3 NaN
都会替换为NaN：
-9223372036854775808这是一个错误还是一个功能？我应该怎么做这个替换？
谢谢！
答案 0 :(得分：8)
这是一个问题，固定here。
由于pandas基本上允许在loc中的表达式的右侧设置任何内容，因此可能需要消除10个以上的情况需要消除歧义。给你一个想法：
df.loc[lhs, column] = rhs
其中rhs可以是：list,array,scalar，而lhs可以是：slice,tuple,scalar,array
和一小部分案例，其中需要根据rhs推断/设置列的结果dtype。 （这有点复杂）。例如，假设您没有设置lhs上的所有元素并且它是整数，那么您需要强制浮动。但是如果你确实设置了所有元素并且rhs是一个整数，那么它需要被强制转换为整数。
在这个特殊情况下，lhs是一个数组，所以我们通常会尝试将lhs强制转换为rhs的类型，但如果我们有一个不安全的转换（int - ＆gt; float），这种情况会退化
可以说这是一个缺失的边缘案例。