Skip to main content
 首页 » 编程设计

python之Pandas :为什么选择顺序很重要

2024年11月01日11开发

假设我有一个 pandas.DataFrame,比如说

In [1]: df = pd.DataFrame([['a', 'x'], ['b', 'y'], ['c', 'z']],   
                          index=[10, 20, 30],   
                          columns=['first', 'second']) 
 
In [2]: df 
Out[2]: 
   first second 
10     a      x 
20     b      y 
30     c      z 

我想用第二列的相应条目更新第一列的前两个条目。首先我尝试了

to_change = df.index <= 20 
df[to_change]['first'] = df[to_change]['second'] 

但这行不通。然而,

df['first'][to_change] = df['second'][to_change] 

工作正常。

谁能解释一下?这种行为背后的理性是什么?尽管我经常使用 pandas,但我发现这些问题有时会让人很难预测一段特定的 pandas 代码实际上会做什么。也许有人可以提供一种见解,帮助我改进我对 Pandas 内部运作的心智模型。

请您参考如下方法:

在 master/0.13 中(很快发布)

这将警告(可通过提升/忽略选项控制)您正在修改副本

In [1]: df = pd.DataFrame([['a', 'x'], ['b', 'y'], ['c', 'z']],   
   ...:                           index=[10, 20, 30],   
   ...:                           columns=['first', 'second']) 
 
In [2]: df 
Out[2]:  
   first second 
10     a      x 
20     b      y 
30     c      z 
 
In [3]: to_change = df.index <= 20 
 
In [4]: df[to_change]['first'] = df[to_change]['second'] 
pandas/core/generic.py:1008: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame. 
Try using .loc[row_index,col_indexer] = value instead 
  warnings.warn(t,SettingWithCopyWarning) 
 
In [5]: df['first'][to_change] = df['second'][to_change]