python – 按整数索引选择并修改pandas数据帧中的切片

发布时间：2020-12-16 22:40:42 所属栏目：Python 来源：网络整理

导读：我有一个如下数据框： df = pd.DataFrame([[1,2],[10,20],[1,40]],columns = ['a','b']) a b0 1 21 10 202 10 23 1 40 我想选择a == 1的b列,以下是经典选择： df[df.a == 1].b a b0 1 23 1 40 然后我想选择这个子数据帧的第i行,这不是索引为i的行.还有几种方

我有一个如下数据框：

df = pd.DataFrame([[1,2],[10,20],[1,40]],columns = ['a','b'])
    a   b
0   1   2
1   10  20
2   10  2
3   1   40

我想选择a == 1的b列,以下是经典选择：

df[df.a == 1].b
    a   b
0   1   2
3   1   40

然后我想选择这个子数据帧的第i行,这不是索引为i的行.还有几种方法,如下所示：

df[df.a == 1].b.iloc[[1]]
Output: 
3    40
Name: b,dtype: int64

到现在为止还挺好.问题是当我尝试修改我到达那里的值时,实际上这个选择方法会产生数据帧切片的副本,而不是对象本身.因此我无法在原地进行修改.

test[test.a == 1].b.iloc[[1]] = 3
SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame

我不知道“复制”问题在哪个部分,因为以下两个产生同样的问题：

test.iloc[[3]].b = 3
test[test.a == 1].b = 3

所以我的问题是这样的：如何通过掩码选择(有条件地在列值上)和行选择(通过子数据帧中的行的排名,而不是其索引值)来更改值？

最佳答案

使用带有布尔掩码的loc并直接传递索引：

In[178]:
df.loc[df.loc[df['a'] == 1,'b'].index[1],'b'] = 3
df

Out[178]: 
    a   b
0   1   2
1  10  20
2  10   2
3   1   3

所以这里我们使用df [‘a’] == 1来掩盖df,这将返回一个布尔数组,我们屏蔽df并选择列’b’：

In[179]:
df.loc[df['a'] == 1,'b']

Out[179]: 
0    2
3    40
Name: b,dtype: int64

然后直接下标索引：

In[180]:
df.loc[df['a'] == 1,'b'].index[1]

Out[180]: 3

然后我们可以将此索引标签传递回顶级loc.

该测试[test.a == 1] .b.iloc [[1]] = 3是chained indexing,这就是提出警告的原因.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!