Skip to main content
 首页 » 编程设计

python之用字典值覆盖 pandas DataFrame 列,其中字典键与非索引列匹配

2024年11月01日13TianFang

我有一个 DataFrame df 和一个 dict d,如下所示:

>>> df 
   a   b 
0  5  10 
1  6  11 
2  7  12 
3  8  13 
4  9  14 
>>> d = {6: 22, 8: 26} 

对于字典中的每个 (key, val),我想找到 a 列与键匹配的行,并覆盖它的 b 列的值。例如,在这种特殊情况下,第 1 行中 b 的值将更改为 22,其在第 3 行中的值将更改为 26。

我应该怎么做?

请您参考如下方法:

假设可以将新值传播到 所有 列 a 匹配的行(如果 a 列中有重复项) >) 然后:

for a_val, b_val in d.iteritems(): 
    df['b'][df.a==a_val] = b_val 

或避免链接赋值操作:

for a_val, b_val in d.iteritems(): 
    df.loc[df.a==a_val, 'b'] = b_val 

请注意,要使用 loc,您必须使用 Pandas 0.11 或更新版本。对于旧版本,您可以使用 .ix 来防止链式赋值。

@Jeff 指向 this link其中讨论了一个现象 I had already mentioned in this comment .请注意,这不是正确性问题,因为颠倒访问顺序具有可预测的效果。你可以很容易地看到这一点,例如下面:

In [102]: id(df[df.a==5]['b']) 
Out[102]: 113795992 
 
In [103]: id(df['b'][df.a==5]) 
Out[103]: 113725760 

如果您先获取列,然后根据索引分配到该列,则更改会影响该列。由于该列是 DataFrame 的一部分,因此更改会影响 DataFrame。如果您首先为一组行建立索引,您现在就不再是在谈论同一个 DataFrame,因此从过滤后的对象中获取列将不会为您提供原始列的 View 。

@Jeff 建议这使其“不正确”,而我认为这是显而易见的预期行为。在特殊情况下,当您有一个混合数据类型列并且正在进行某种类型提升/降级时会阻止 Pandas 将值写入该列,然后您可能会遇到正确性问题.但是鉴于 loc 在 Pandas 0.11 之前不可用,我认为指出如何使用链式赋值来完成它仍然是公平的,而不是假装像 loc 是唯一的事情这可能永远是正确的选择。

如果有人可以提供更明确的理由认为它是“不正确的”(而不是仅仅在风格上不喜欢这种做法),请提供帮助,我将尝试对各种陷阱进行更全面的描述。