Question

我有一个非常大的数据框，类似于此：

    Customer_Id   Day    Hour   Latitude   Longitude     
0.        a        dd     hh      x1         y1
1.        a        dd     hh'     x2         y2
2.        a        dd     hh'     x3         y3
3.        b        dd     hh'     x4         y4

然后有一个对象（可以根据需要将其转换为DataFrame），每个对象每天每个小时的经纬度样本。但是，此处的Customer_Id，Day和Hour是所有索引，而之前则不是。看起来像这样：

                                 Latitude   Longitude
Customer_Id    Day     Hour
    a          dd       hh         x1         y1
               dd       hh'        x3         y3
    b          dd       hh'        x4         y4

以前，我有两个数据帧，每个数据帧只有一个索引（让我们将它们称为第一个df1，这里是firt数据帧，第二个称为df2，这是我拥有的单个索引数据帧，而不是第二个对象），所以我用了：

df1['Latitude']= np.where((~df1.index.isin(df2.index)), np.nan, df1['Latitude'])

以前，此代码有效，但现在在此新方案下，它将返回此错误：

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

我试图相应地更改代码，但是它不起作用。有人可以看看吗？

Answer 1

您需要使用DataFrame.reset_index重设索引：

df1['Latitude']= np.where((~df1.index.isin(df2.reset_index().index)), np.nan, df1['Latitude'])

print(df1)
  Customer_Id Day Hour Latitude Longitude
0           a  dd   hh       x1        y1
1           a  dd  hh'       x2        y2
2           a  dd  hh'       x3        y3
3           b  dd  hh'      NaN        y4

reset_index有什么作用？
它将索引转换回列：

print(df2.reset_index())
  Customer_Id Day Hour Latitude Longitude
0           a  dd   hh       x1        y1
1           a  dd  hh'       x3        y3
2           b  dd  hh'       x4        y4

如果行索引在多索引对象中不存在，则用NaN替换数据框中的某些值

1 个答案: