Question

我已经获得了以下代码并且可以正常运行。这基本上会重命名列中的值，以便以后可以合并。

pop = pd.read_csv('population.csv')
pop_recent = pop[pop['Year'] == 2014]

mapping = {
        'Korea, Rep.': 'South Korea',
        'Taiwan, China': 'Taiwan'
}
f= lambda x: mapping.get(x, x)
pop_recent['Country Name'] = pop_recent['Country Name'].map(f)

警告：正在尝试在DataFrame的切片副本上设置值。尝试使用.loc [row_indexer，col_indexer] = value 请参阅文档中的警告：http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy pop_recent [＆＃39;国家/地区名称＆＃39;] = pop_recent [＆＃39;国家/地区名称＆＃39;]。map（f）

我确实谷歌了！但似乎没有任何例子使用地图，所以我不知所措......

Answer 1

问题在于chained indexing，您实际上要做的是将值设置为 - pop[pop['Year'] == 2014]['Country Name'] - 这在大多数情况下都不起作用（如链接文档中所述）因为这是两个不同的调用，其中一个调用可能会返回数据帧的副本（我相信布尔索引）正在返回数据帧的副本。）

因此，当您尝试将值设置为该副本时，它不会反映在原始数据框中。示例 -

In [6]: df
Out[6]:
   A  B
0  1  2
1  3  4
2  4  5
3  6  7
4  8  9

In [7]: df[df['A']==1]['B'] = 10
/path/to/ipython-script.py:1: SettingWithCopyWarning:
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
  if __name__ == '__main__':

In [8]: df
Out[8]:
   A  B
0  1  2
1  3  4
2  4  5
3  6  7
4  8  9

如上所述，您应该使用DataFrame.loc索引行以及要在单个调用中更新的列，而不是链式索引，从而避免此错误。示例 -

pop.loc[(pop['year'] == 2014), 'Country Name'] = pop.loc[(pop['year'] == 2014), 'Country Name'].map(f)

或者如果这对你来说太长了，你可以预先创建一个掩码（布尔数据帧）并分配给一个变量，并在上面的语句中使用它。示例 -

mask = pop['year'] == 2014
pop.loc[mask,'Country Name'] = pop.loc[mask,'Country Name'].map(f)

演示 -

In [9]: df
Out[9]:
   A  B
0  1  2
1  3  4
2  4  5
3  6  7
4  8  9

In [10]: mapping = { 1:2 , 3:4}

In [11]: f= lambda x: mapping.get(x, x)

In [12]: df.loc[(df['B']==2),'A'] = df.loc[(df['B']==2),'A'].map(f)

In [13]: df
Out[13]:
   A  B
0  2  2
1  3  4
2  4  5
3  6  7
4  8  9

使用掩码方法进行演示 -

In [18]: df
Out[18]:
   A  B
0  1  2
1  3  4
2  4  5
3  6  7
4  8  9

In [19]: mask = df['B']==2

In [20]: df.loc[mask,'A'] = df.loc[mask,'A'].map(f)

In [21]: df
Out[21]:
   A  B
0  2  2
1  3  4
2  4  5
3  6  7
4  8  9

Answer 2

我建议您在pop_recent = pop[pop['Year'] == 2014]中重置索引。

如果要将某些函数应用于某些数据帧列，请尝试使用DataFrame API的函数apply函数。简单的演示：

 mapping = {
        'Korea, Rep.': 'South Korea',
        'Taiwan, China': 'Taiwan'
 }
 df = pandas.DataFrame({'Country':['Korea, Rep.', 'Taiwan, China', 'Japan', 'USA'], 'date':[2014, 2014, 2015, 2014]})
 df_recent = df[df['date'] == 2014].reset_index()
 df_recent['Country'] = df_recent['Country'].apply(lambda x: mapping.get(x, x))

输出：

>>> df_recent
index      Country  date
0      0  South Korea  2014
1      1       Taiwan  2014
2      3          USA  2014

使用map时Pandas警告：尝试在DataFrame

2 个答案: