我想使用逻辑索引来修改Pandas DataFrame(版本0.15.2)中的值,如post中所述。我一直收到以下警告:
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead
See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
self.obj[item_labels[indexer[info_axis]]] = value
以下是一个示例。
import pandas as pd
import numpy as np
df = pd.DataFrame({'A':[9,10]*6,
'B':range(23,35),
'C':range(-6,6)})
print df
A B C
0 9 23 -6
1 10 24 -5
2 9 25 -4
3 10 26 -3
4 9 27 -2
5 10 28 -1
6 9 29 0
7 10 30 1
8 9 31 2
9 10 32 3
10 9 33 4
11 10 34 5
使用逻辑索引更改值的正确方法是什么?假设我想从B
列中的所有值中减去10> 30,为什么以下不首选?我意识到这是链接的任务,并且气馁。在我实际使用它的代码实际上做了我想做的事情(它不是复制但实际上编辑原始DataFrame)但它仍然显示警告:
df['B-type'] = 'B' # create column with dummy values
df['B-type'][df['B'] > 30] = 'BI' # populate the column with real values for BI type
df['B-type'][df['B'] <= 30] = 'BII' # populate the column with real values for BII type
print df
A B C B-type
0 9 23 -6 BII
1 10 24 -5 BII
2 9 25 -4 BII
3 10 26 -3 BII
4 9 27 -2 BII
5 10 28 -1 BII
6 9 29 0 BII
7 10 30 1 BII
8 9 31 2 BI
9 10 32 3 BI
10 9 33 4 BI
11 10 34 5 BI
目前尚不清楚为什么这是“错误的”但仍能正常运作。
答案 0 :(得分:2)
执行此操作的一种方法是使用下面的.loc
-
df.loc[df['B'] > 30,'B'] = df.loc[df['B'] > 30,'B'] - 10
演示 -
In [9]: df = pd.DataFrame({'A':[9,10]*6,
...: 'B':range(23,35),
...: 'C':range(-6,6)})
In [10]:
In [10]: df
Out[10]:
A B C
0 9 23 -6
1 10 24 -5
2 9 25 -4
3 10 26 -3
4 9 27 -2
5 10 28 -1
6 9 29 0
7 10 30 1
8 9 31 2
9 10 32 3
10 9 33 4
11 10 34 5
In [11]: df.loc[df['B'] > 30,'B'] = df.loc[df['B'] > 30,'B'] - 10
In [12]: df
Out[12]:
A B C
0 9 23 -6
1 10 24 -5
2 9 25 -4
3 10 26 -3
4 9 27 -2
5 10 28 -1
6 9 29 0
7 10 30 1
8 9 21 2
9 10 22 3
10 9 23 4
11 10 24 5
或者如评论中所述,您还可以使用上面的扩充作业版本 -
df.loc[df['B'] > 30,'B'] -= 10
答案 1 :(得分:2)
这种访问方式称为链式分配,应该如documentation中所述避免使用。它无法按预期工作的原因是更新了DataFrame的副本,而不是视图。这意味着原始DataFrame保持不变。
考虑这个链式任务:
df[df['B'] > 30]['B'] = -999
相当于以下内容:
df_something = df[df['B'] > 30]
df_something['B'] = -999
>>> print df
A B C
0 9 23 -6
1 10 24 -5
2 9 25 -4
3 10 26 -3
4 9 27 -2
5 10 28 -1
6 9 29 0
7 10 30 1
8 9 31 2
9 10 32 3
10 9 33 4
11 10 34 5
>>> print df_something
A B C
8 9 -999 2
9 10 -999 3
10 9 -999 4
11 10 -999 5
可以看出,确实创建并更新了副本,这就是警告的内容。执行此类分配的正确方法是避免链接,即仅使用适当的索引器进行单个操作:
df.loc[df['B'] > 30, 'B'] = -999
请注意,这与df.loc[df['B'] > 30]['B'] = -999
不同,English: a bcdefghijklmno pqrs tu vwxyz
Danish: a bcdefghijklmno pqrs tu vwxyzæøå
Norwegian: a bcdefghijklmno pqrs tu vwxyzæøå
Swedish: a bcdefghijklmno pqrs tu vwxyzåäö
German: aäbcdefghijklmnoöpqrsßtuüvwxyz
也是链式分配。