pandas DataFrame 賦值的註意事項說明(index)

Posted on by

一 pandas DataFrame一列賦值問題

說明，把b的列賦值給a

情況1：a,b index設置相同

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，結果也符合預期，之所以符合預期是因為a,b都設有同樣的index，賦值操作按照index來到。如果b不設置Index，而是使用默認的index呢？

情況2：b的index采用默認值

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，結果超出瞭想象，b中的index為0，1，2，3與a中的index（‘a’,‘b’,‘c’,‘d’）不同，在賦值的過程中，是按照a中的index在b中找index相同位置的值，由於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

由情況三結果可知，隻有Index相同的行，賦值才能成功

總結：

從以上可以看出，Pandas DataFrame嚴格按照Index進行賦值，如果Index不同的話，則賦值為NaN

補充：python編程過程中DataFrame修改特定單元格值後原數據不變的一個解決方案

最近在參加瞭一個比賽，裡面設計到數據清洗的工作，需要對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] = ......

裡面condition代表滿足條件的邏輯表達式，column表示列名

一般還是管用的，但偶爾會出現錯誤，主要是df[condition]這種表達在python裡面是不夠規范的，因此運行以後單元格容易賦值失敗。在嘗試瞭很多種方法之後，最後還是使用規范的loc或者iloc表達

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

例如：

NA.loc[[23,29,49],'北美整體規模'] = ......

或者

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

註意loc裡面接的是具體的行列名稱，iloc裡面接的是滿足條件的行列名稱所對應的位置數字列表，切忌弄混！

以上為個人經驗，希望能給大傢一個參考，也希望大傢多多支持WalkonNet。如有錯誤或未考慮完全的地方，望不吝賜教。

推薦閱讀：

    None Found