Question

我有一个熊猫数据框。在每个单元格中都有一个字典：

id | A                | B              | ...
1  | {"a": 1, "b":1}  |{"d": 1, "e":1} | ...
2  | {"a": 2, "b":3}  |{"d": 5, "e":6} | ...
...
10  | {"a": 1, "b":1}  |{"d": 1, "e":3} | ...

我想更新一个单元格（例如1，A）：

df.loc[1,"A"].update({"c":2})

此过程将更新具有相同dict的每个单个单元格，因此在这种情况下（将更改1，A和10，A）：

id | A                       
1  | {"a": 1, "b":1, "c":2}  
2  | {"a": 2, "b":3}         
...
10  | {"a": 1, "b":1, "c":2}

如何强制python仅更新 1，A？

这是我创建数据框的方式：

df = pd.read_csv( file_path, sep='\t', names=['id', 'A'], compression='gzip', converters={1:ast.literal_eval})

Answer 1

正如注释中所指出的，[1, "A"]和[10, "A"]中的两个字典是相同的，因此您不能不更新另一个而更新一个。

虽然我不明白为什么会这样，但是在每个单元格中深度复制字典可以解决问题：

import copy
df = df.applymap(lambda d: copy.deepcopy(d))

在数据框单元格中修改字典

1 个答案: