Question

我的数据格式接近df（如下所示）。我现在的问题是，我想用 avg_value 中的数据填充过去＆＃34; days_back＆＃34;的平均值。天。

import numpy as np
import pandas as pd

df = pd.DataFrame({ 'DAY': np.append(np.ones(24),
                                 [np.multiply(np.ones(24), 2),
                                  np.multiply(np.ones(24), 3),
                                  np.multiply(np.ones(24), 4)]),
                'value': np.random.randn(1, 24*4)[0],
                'avg_value': 0.},
                index=pd.date_range('20150101', periods=24*4, freq="H"))

print(df.tail())
                     DAY  avg_value     value
2015-01-04 19:00:00  4.0        0.0  0.685153
2015-01-04 20:00:00  4.0        0.0  0.670713
2015-01-04 21:00:00  4.0        0.0 -0.519541
2015-01-04 22:00:00  4.0        0.0  0.795619
2015-01-04 23:00:00  4.0        0.0 -0.150966

来自R，这将是一件容易的事情。但是当我尝试做的时候

df.loc[df["DAY"] == the_day_I_want].avg_value = my_numpy_array

我得到了

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

所以，作为我的好男孩，我继续以下

index_row = df.loc[df["DAY"] == the_day_I_want].index
index_col = df.columns.get_loc("avg_value")
df.loc[index_row, index_col] = my_numpy_array

但我仍然以同样的错误结束！我打赌这个问题有一个真正简单的解决方案，但我无法找到它：/非常感谢任何帮助！

Answer 1

您真的很接近，需要在loc中指定列：

df.loc[df["DAY"] == the_day_I_want].avg_value = my_numpy_array

与...相同：

df.loc[df["DAY"] == the_day_I_want]['avg_value'] = my_numpy_array

更改为：

df.loc[df["DAY"] == the_day_I_want, 'avg_value'] = my_numpy_array

为什么需要它更好地解释returning a view versus a copy

使用Numpy数组更新Pandas数据框中的列的一部分

1 个答案: