pandas DataFrame 賦值的注意事項(xiàng)說(shuō)明(index)

一 pandas DataFrame一列賦值問(wèn)題

說(shuō)明，把b的列賦值給a

情況1：a,b index設(shè)置相同

如下代碼

import pandas as pd
import numpy as np
a = pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))
b = pd.DataFrame(np.array([11,22,33,44]),index=list('abcd'),columns=['m'])
a['m'] = b['m']
print(a)

上述代碼結(jié)果如下

  w  x  y  z  m
a  0  1  2  3 11
b  4  5  6  7 22
c  8  9 10 11 33
d 12 13 14 15 44

情況一是最基本的情況，結(jié)果也符合預(yù)期，之所以符合預(yù)期是因?yàn)閍,b都設(shè)有同樣的index，賦值操作按照index來(lái)到。如果b不設(shè)置Index，而是使用默認(rèn)的index呢？

情況2：b的index采用默認(rèn)值

代碼如下

import pandas as pd
import numpy as np
a = pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))
b = pd.DataFrame(np.array([11,22,33,44]),columns=['m'])
a['m'] = b['m']
print(a)

結(jié)果如下

  w  x  y  z  m
a  0  1  2  3 NaN
b  4  5  6  7 NaN
c  8  9 10 11 NaN
d 12 13 14 15 NaN

情況二，結(jié)果超出了想象，b中的index為0，1，2，3與a中的index（‘a(chǎn)',‘b',‘c',‘d'）不同，在賦值的過(guò)程中，是按照a中的index在b中找index相同位置的值，由于index不同，因此，給a賦值為NaN

情況三 : b中的部分Index與a中的相同

代碼如下

import pandas as pd
import numpy as np
a = pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))
b = pd.DataFrame(np.array([11,22,33,44]),index=list('arpb'),columns=['m'])
a['m'] = b['m']
print(a)

結(jié)果如下

  w  x  y  z   m
a  0  1  2  3 11.0
b  4  5  6  7 44.0
c  8  9 10 11  NaN
d 12 13 14 15  NaN

由情況三結(jié)果可知，只有Index相同的行，賦值才能成功

總結(jié)：

從以上可以看出，Pandas DataFrame嚴(yán)格按照Index進(jìn)行賦值，如果Index不同的話(huà)，則賦值為NaN

補(bǔ)充：python編程過(guò)程中DataFrame修改特定單元格值后原數(shù)據(jù)不變的一個(gè)解決方案

最近在參加了一個(gè)比賽，里面設(shè)計(jì)到數(shù)據(jù)清洗的工作，需要對(duì)一些異常值作出修改，往常我都是這樣操作的

df[condition]['column'].iloc[0:3] = ......

或者

df[condition]['column'][0:3] = ......

里面condition代表滿(mǎn)足條件的邏輯表達(dá)式，column表示列名

一般還是管用的，但偶爾會(huì)出現(xiàn)錯(cuò)誤，主要是df[condition]這種表達(dá)在python里面是不夠規(guī)范的，因此運(yùn)行以后單元格容易賦值失敗。在嘗試了很多種方法之后，最后還是使用規(guī)范的loc或者iloc表達(dá)

df.loc[[row condition],['column']] = ......

例如：

NA.loc[[23,29,49],'北美整體規(guī)模'] = ......

或者

df.iloc[np.where(condition),[1:3]]

注意loc里面接的是具體的行列名稱(chēng)，iloc里面接的是滿(mǎn)足條件的行列名稱(chēng)所對(duì)應(yīng)的位置數(shù)字列表，切忌弄混！

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。