Skip to main content
 首页 » 编程设计

python之数据框的原始值没有变化

2024年12月31日7cloudgamer

我有一个示例数据框 df 如下 -

A  B 
1  41 
2  42 
3  43 
1  46 
2  47 
3  48 
1  51 
2  52 
3  53 

我目前的目标是,对于 A 列的特定值,用第一次出现的值替换 B 列的所有值。例如,对于 A = 1,B = 41 是第一个对应值。因此,我必须将 B 列的所有其他行替换为 A = 1 为 41。基本上,我必须获得以下内容:

A  B 
1  41 
2  42 
3  43 
1  41 
2  42 
3  43 
1  41 
2  42 
3  43 

我已尝试按以下方式进行:

方法 1 -

a = df.A.unique() 
for i in a: 
    x = df.loc[df['A'] == i] 
    x['B'] = x['B'].iloc[0] 
    print(x) 

在打印 x 时,这给了我想要的输出

    A   B 
0   1  41 
3   1  41 
6   1  41 
    A   B 
1   2  42 
4   2  42 
7   2  42 
    A   B 
2   3  43 
5   3  43 
8   3  43 

但是当我再次检查数据框 df 时,值绝对没有变化。

我还尝试了以下替代方案 -

方法 - 2

def custom_function(df): 
    x = df['B'].iloc[0] 
    df['A'] = df['A'] 
    df.loc[:,['B']] = x 
    return df['A'] 
 
for key, item in df.groupby('A'): 
    item.apply(lambda x: custom_function(item)) 
    print(item) 

在打印 item 时,这也给了我所需的输出 -

    A   B 
0   1  41 
3   1  41 
6   1  41 
    A   B 
1   2  42 
4   2  42 
7   2  42 
    A   B 
2   3  43 
5   3  43 
8   3  43 

但是当我检查数据框 df 的值时,根本没有没有修改。我猜我正在处理数据框的副本而不是实际的数据框,但我不知道如何解决这个问题。

请您参考如下方法:

问题是您在循环内创建一个新变量,其中包含数据的浅拷贝并对其进行修改。除非您使用 df.loc 自己完成,否则实际上不会写入对原始数据帧的更改。另一个更好的选择是对其进行矢量化,从而移除循环。

你需要 groupby 和 transform:

df = df.assign(B=df.groupby('A').B.transform('first')).sort_values('A') 
print(df) 
   A   B 
0  1  41 
3  1  41 
6  1  41 
1  2  42 
4  2  42 
7  2  42 
2  3  43 
5  3  43 
8  3  43 

仅供您理解,这是修复循环的方法:

for a in df.A.unique(): 
    m = df['A'] == a  
    df.loc[m, 'B'] = df.at[m.idxmax(), 'B']