大熊猫中的loc函数

Question

有人可以解释为什么在python pandas中使用loc的例子如下所示？

for i in range(0, 2):
  for j in range(0, 3):
    df.loc[(df.Age.isnull()) & (df.Gender == i) & (df.Pclass == j+1),
            'AgeFill'] = median_ages[i,j]

Answer 1

此处建议使用.loc，因为方法df.Age.isnull()，df.Gender == i和df.Pclass == j+1可能会返回数据框切片的视图，也可能会返回副本。这可能会混淆熊猫。

如果您不使用.loc，则最终会串联调用所有3个条件，这会导致出现一个名为链式索引的问题。当您使用.loc时，您只需一步即可访问所有条件，并且不再混淆熊猫。

您可以阅读有关此内容的更多信息以及一些不使用.loc的示例，这些示例会导致pandas documentation中的操作失败。

简单的答案是，虽然你可以经常逃避不使用.loc而只是输入（例如）

df['Age_fill'][(df.Age.isnull()) & (df.Gender == i) & (df.Pclass == j+1)] \
                                                          = median_ages[i,j]

您将始终收到SettingWithCopy警告，并且您的代码会因此而变得更加混乱。

根据我的经验.loc花了我一些时间来解决问题，更新我的代码有点烦人。但它非常简单且非常直观：df.loc[row_index,col_indexer]。

有关详细信息，请参阅Indexing and Selecting Data上的pandas文档。