Question

我知道这两个类似的问题：

Pandas: Replacing column values in dataframe

我使用了一种不同的方法来替换值，我认为它应该是最干净的值。但它不起作用。我知道如何解决它，但我想理解为什么它不起作用：

In [108]: df=pd.DataFrame([[1, 2, 8],[3, 4, 8], [5, 1, 8]], columns=['A', 'B', 'C']) 

In [109]: df
Out[109]: 
   A  B  C
0  1  2  8
1  3  4  8
2  5  1  8

In [110]: df.loc[:, ['A', 'B']].replace([1, 3, 2], [3, 6, 7], inplace=True)

In [111]: df
Out[111]: 
   A  B  C
0  1  2  8
1  3  4  8
2  5  1  8

In [112]: df.loc[:, 'A'].replace([1, 3, 2], [3, 6, 7], inplace=True)

In [113]: df
Out[113]: 
   A  B  C
0  3  2  8
1  6  4  8
2  5  1  8

如果我只对一列In [112]进行切片，则切片多个列In [110]会有所不同。据我了解.loc方法，它返回一个视图而不是一个副本。在我的逻辑中，这意味着在切片上进行原位更改应该更改整个DataFrame。这就是In [110]行所发生的事情。

Answer 1

以下是其中一位开发人员的回答：https://github.com/pydata/pandas/issues/11984

理想情况下，这应该显示一个SettingWithCopyWarning，但我认为这很难被发现。

你永远不应该做这种类型的链式就地设置。这简直是不好的做法。

惯用语是：

In [7]: df[['A','B']] = df[['A','B']].replace([1, 3, 2], [3, 6, 7])

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

（您也可以使用df.loc[:,['A','B']]，但如上所述更清晰。

Pandas替换特定列上的值

1 个答案: