关于SO的问题已经有几个问题,最值得注意的是this one,但是没有一个答案似乎对我有用,并且很多文档链接(特别是关于lexsorting)都被破坏了,所以我会问另一个人。
我正在尝试做某事(看似)非常简单。请考虑以下MultiIndexed Dataframe:
import pandas as pd; import random
arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
df = pd.concat([pd.Series(np.random.randn(8), index=index), pd.Series(np.random.randn(8), index=index)], axis=1)
现在,我想将列0
中的所有值设置为某个值(例如np.NaN
),以用于类别one
中的观察值。我失败了:
df.loc(axis=0)[:, "one"][0] = 1 # setting with copy warning
和
df.loc(axis=0)[:, "one", 0] = 1
要么产生关于键长度超过索引长度的警告,要么关于缺少lexsorting到足够深度的警告。
这样做的正确方法是什么?
答案 0 :(得分:4)
我认为您可以使用loc
与元组选择MultiIndex
和0
来选择列:
import pandas as pd;
import random
arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]
#add for testing
np.random.seed(0)
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
df = pd.concat([pd.Series(np.random.randn(8), index=index), pd.Series(np.random.randn(8), index=index)], axis=1)
print df
0 1
first second
bar one 1.764052 -0.103219
two 0.400157 0.410599
baz one 0.978738 0.144044
two 2.240893 1.454274
foo one 1.867558 0.761038
two -0.977278 0.121675
qux one 0.950088 0.443863
two -0.151357 0.333674
df.loc[('bar', "one"), 0] = 1
print df
0 1
first second
bar one 1.000000 -0.103219
two 0.400157 0.410599
baz one 0.978738 0.144044
two 2.240893 1.454274
foo one 1.867558 0.761038
two -0.977278 0.121675
qux one 0.950088 0.443863
two -0.151357 0.333674
如果您需要设置second
级别中值为one
的所有行,请使用slice(None)
:
df.loc[(slice(None), "one"), 0] = 1
print df
0 1
first second
bar one 1.000000 -0.103219
two 0.400157 0.410599
baz one 1.000000 0.144044
two 2.240893 1.454274
foo one 1.000000 0.761038
two -0.977278 0.121675
qux one 1.000000 0.443863
two -0.151357 0.333674