Question

我知道我可以使用at来强有力地设置特定单元格的值：

index = "a"
df.at[index,"some_list"] = []

请注意，无法使用loc，因为

df.loc[index,"some_list"] = []

导致错误

ValueError: Must have equal len keys and value when setting with an iterable

问题是，有时，索引不是唯一的，但我知道设置值的确切iloc。因此，我需要做的是

df.iloc[some_number_1,some_number_2] = []

但这会导致

ValueError: Must have equal len keys and value when setting with an iterable

是否有一些与iloc对应，以便我可以设置值？

例如

df.at_iloc[some_number_1,some_number_2] = []

谢谢。

注意：这个问题没有重复，因为我需要loc的变种，结果是... ...

Answer 1

您正在寻找iat：

In [7]: df
Out[7]:
   0  1
a  1  9
b  7  7
a  2  0
c  1  8
b  6  7

In [8]: df.iat[0,1]
Out[8]: 9

你仍然需要以某种方式循环，它永远不会干净地使用object-dtypes和使用list对象，因为pandas倾向于将它们视为序列而不是标量，所以像这样：

In [9]: for i, b in enumerate(df.index.get_loc('a')):
    ...:     if b:
    ...:         df.iat[i, 1] = []
    ...:

In [10]: df
Out[10]:
   0   1
a  1  []
b  7   7
a  2  []
c  1   8
b  6   7

再次注意object-dtypes的巨大红旗：

In [18]: df.dtypes
Out[18]:
0    object
1    object
dtype: object

Answer 2

您必须小心了解iloc和loc之间的细微差别在Pandas数据帧中选择行时，iloc维护隐式的python样式索引。然而，loc使用Dataframe的显式索引。

话虽如此，要知道使用iloc进行自然排序时数据框记录的值，您只需执行以下操作：

df.iloc[some_number_1] = some_number_2

举个例子，

import pandas as pd
a = pd.DataFrame({'a': [1, 3, 5, 7, 9], 'b': [2, 4, 6, 8, 0]},
                  index = [1,3,4,4,5])

   a  b
1  1  2
3  3  4
4  5  6
4  7  8
5  9  0

假设我们想要使用iloc

更改第一个自然索引的值

a.iloc[1] = [12, 13]

    a   b
1   1   2
3  12  13
4   5   6
4   7   8
5   9   0

＆＃34;与iloc相对应的功能＆＃34; as＆＃34; at to loc＆＃34;对于熊猫

2 个答案: