Skip to main content
 首页 » 编程设计

python之使用 groupby 后更新应用内的数据框

2025年02月15日7me-sa

我有一个 pandas 数据框,我想对其进行分组,然后使用 iterrows 和 set_value 更新原始数据框。这似乎不起作用。

这是一个例子。

In [1]: def func(df, n): 
   ...:     for i, row in df.iterrows(): 
   ...:         print("Updating {0} with value {1}".format(i, n)) 
   ...:         df.set_value(i, 'B', n) 
 
In [2]: df = pd.DataFrame({"A": [1, 2], "B": [0, 0]}) 
 
In [3]: df 
Out[4]: 
   A  B 
0  1  0 
1  2  0 
 
In [125]: func(df, 1) 
Updating 0 with value 1 
Updating 1 with value 1 
 
In [126]: df 
Out[126]: 
   A  B 
0  1  1 
1  2  1 
 
In [127]: df.groupby('A').apply(lambda df: func(df, 2)) 
Updating 0 with value 2 
Updating 0 with value 2 
Updating 1 with value 2 
In [126]: df 
Out[126]: 
   A  B 
0  1  1 
1  2  1 

我希望 B 会更新为 2。

为什么这不起作用,实现该结果的最佳方法是什么?

请您参考如下方法:

按照你写东西的方式,你似乎想要函数 func(df, n)修改df到位。但是df.groupby('A') (在某种意义上)创建另一组数据框(每组一个),因此使用 func()作为 df.groupby('A').apply() 的参数只修改这些新创建的数据框而不是原始的 df .此外,返回的数据帧是 func() 输出的串联将每个组作为参数调用,这就是返回的数据框为空的原因。

解决问题的最短方法是 return df在 func 的末尾:

def func(df, n): 
    for i, row in df.iterrows(): 
        print("Updating {0} with value {1}".format(i, n)) 
        df.set_value(i, 'B', n) 
    return df 
df = df.groupby('A').apply(lambda df: func(df, 2)) 

我想这并不是您的初衷,因为您可能希望修改所有内容。如果您打算就地修改所有内容,则需要使用 for 的组合循环和 .loc ,但使用 .loc 修改您的数据框如果您打算调用 .loc,计算量会很大很多次。

我还猜测您设置值的函数取决于更复杂的标准,但通常您可以对事物进行矢量化并避免使用 .iterrows()完全。

为了避免 XY 问题,我建议更详细地描述您的函数,因为很可能您可以通过结合使用 .loc 的几行代码来完成所有事情。并避免需要遍历 Python 中的每一行。恰当的例子:df['B'] = 2 (没有 print 声明)是您问题的单线解决方案。