Question

例如我有

df=pd.DataFrame({'a':[1,2,3]})
df[df['a']==3].a = 4

这不会将4分配给3是

df[df['a']==3] = 4

但这很有效。

让我对作业如何运作感到困惑。感谢是否有人可以给我一些参考或解释。

Answer 1

你不想要使用第二种方法。它返回一个数据帧子切片，并为每一行分配相同的值。

例如，

df

   a  b
0  1  4
1  2  3
2  3  6

df[df['a'] == 3]

   a  b
2  3  6

df[df['a']==3] = 3

df

   a  b
0  1  4
1  2  3
2  3  3

第一种方法不起作用，因为布尔索引返回了您要分配给的列（系列）的副本，因此赋值失败：

df[df['a'] == 3].a = 4
/Library/Frameworks/Python.framework/Versions/3.4/lib/python3.4/site-packages/pandas/core/generic.py:3110: 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 caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
  self[name] = value

因此，您的选项使用基于索引的.loc（按名称访问）或iloc（按索引访问）：

df.loc[df.a == 3, 'a'] = 4

df
   a
0  1
1  2
2  4

如果您传递的是布尔掩码，则无法使用iloc。

Answer 2

将.loc与布尔索引和列标签选择一起使用：

df.loc[df.a == 3,'a'] = 4
print(df)

输出：

在您的方法中，发生的事情是您正在切割数据帧，并且pandas正在创建副本，并且该分配发生在数据帧的副本而不是原始数据帧本身。

Answer 3

使用loc

In [1289]: df.loc[df['a']==3, 'a'] = 4

In [1290]: df
Out[1290]:
   a
0  1
1  2
2  4

Answer 4

或者你可以这样做

df['a'] = df['a'].replace(3, 4)

（修改，谢谢@COLDSPEED）

Answer 5

你想做什么

df['a'].apply(lambda x: 4 if x ==3 else x)

会给出：

0    1
1    2
2    4

访问数据框列中值的最佳方法是什么？

5 个答案: