在几种情况下遍历熊猫数据框

Question

所以我有一个数据框，其中包含不同点，X，Y，Z和其他几个属性的位置。然后，我还有另一个称为path（）的约束，其中包含形成轨迹的不同点。这些点包含在数据框中。

出于绘图的原因，我想将path（）中的点的“路径”列设置为仅等于2。如何确定数据框的哪些点在此路径中，并更改其“路径”属性？

说明：

路径是这样的：

path = {12, 34, 14}

和pos {}给出路径的每个节点的[x，y，z]

pos = {12: [3, 4, 2], 34: [1, 3, 4], 14: [5, 4, 5]}

其中[3，4，2] = [x，y，z]类似于数据帧中的那些。因此，我要做的是将数据框中与该字段匹配的位置的“路径”列从1更改为2。因此，例如，如果对于14：[5、4、55]，数据框中有一行X = 5，Y = 4和Z = 55，则我希望该行的path =2。

这是我尝试过的方法，我认为它应该起作用，但是不起作用。 Basicallt我尝试过滤位置，然后相应地修改数据框。

（这里我尝试从0更改为1，而不是1更改为2，因为我给您的df图像是我在尝试此操作时修改过的图像，但忽略了它）

df['path'] = np.zeros(len(df.index))

filt1 = (df['eventID'] == 98)
df_path = df[filt1]

for node in path:

     A, B, C = pos[node]
     filt2 = (df['X'] == A) & (df['Y'] == B) & (df['Z'] == C)

     df_path[filt2]['path'].replace({0:1})

我也收到此警告：

UserWarning:

Boolean Series key will be reindexed to match DataFrame index.

对不起，如果我“违反”一些皱着眉头的规则，我是新来的。 非常感谢

Àlex

Answer 1

已解决！

df['path'] = np.zeros(len(df.index))

filt1 = (df['eventID'] == 98)
df_path = df[filt1]

for node in path:

   A, B, C = pos[node]
   filt2 = (df['X'] == A) & (df['Y'] == B) & (df['Z'] == C)

   df_path['path'].loc[filt2] = 1

Answer 2

1。从字典中找到所需的键using this

>>> dishes = {'eggs': 2, 'sausage': 1, 'bacon': 1, 'spam': 500}
>>> keys = dishes.keys()
>>> # keys and values are iterated over in the same order (insertion order)
>>> list(keys)
['eggs', 'sausage', 'bacon', 'spam']

2。现在要更改，请替换路径属性 using this

df = pd.DataFrame({"column1": ["a", "b", "a"]})
print(df)
OUTPUT
  column1
0       a
1       b
2       a

df["column1"].replace({"a": "x", "b": "y"}, inplace=True)
print(df)
OUTPUT
  column1
0       x
1       y
2       x