这里的第一个问题是 0.12 中的一个错误,但在 0.13.0rc1 中已修复。 这里的第二个问题虽然没有解决,但至少是不一致的。
这两种情况都可以正常工作:
a = DataFrame(np.zeros((2, 2), dtype=float),columns=[['a', 'B'],[1, 2]])
b = DataFrame(np.zeros((2, 2), dtype=float),columns=[['a', 'B']])
b[['a']]=a[['a']]
和
a = DataFrame(np.zeros((2, 2), dtype=float),columns=[['a', 'b'],[1, 2]])
b = DataFrame(np.zeros((2, 2), dtype=float),columns=[['a', 'b'],[1, 2]])
b[['a']]=a[['a']]
但是,
a = DataFrame(np.zeros((2, 2), dtype=float),columns=[['a', 'B'],[1, 2]])
b = DataFrame(np.zeros((2, 2), dtype=float),columns=[['a', 'B'],[1, 2]])
b[['a']]=a[['a']]
生成一个AttributeError: _ref_locs
类似情况:
b = DataFrame(np.zeros((2, 2)),columns=[['a', 'c'],[1,2]])
b.drop('a', axis=1)
工作正常,但是
b = DataFrame(np.zeros((2, 2)),columns=[['a', 'C'],[1,2]])
b.drop('a', axis=1)
给出 AttributeError: 'FrozenNDArray' 对象没有属性 'start'
最佳答案
由于您没有指定,您可能正在使用 pandas <= 0.12
这在 0.13rc1 中有效(最终版本即将发布),但在 0.12 中是一个错误
上面的示例(为清楚起见使用位置引用)
In [3]: a = DataFrame(np.arange(0,4).reshape((2,2)),columns=[['a', 'B'],[1, 2]])
In [4]: b = DataFrame(np.arange(4,8).reshape((2,2)),columns=[['a', 'B'],[1, 2]])
In [5]: a
Out[5]:
a B
1 2
0 0 1
1 2 3
[2 rows x 2 columns]
In [6]: b
Out[6]:
a B
1 2
0 4 5
1 6 7
[2 rows x 2 columns]
In [7]: b[['a']] = a[['a']]
In [8]: b
Out[8]:
a B
1 2
0 0 5
1 2 7
[2 rows x 2 columns]
第二部分不是错误;相反,您没有完全指定标签(您只指定了一个级别),而是需要指定完整的标签(通过元组):
In [12]: b = DataFrame(np.zeros((2, 2)),columns=[['a', 'C'],[1,2]])
In [13]: b.drop([('a',1)],axis=1)
Out[13]:
C
2
0 0
1 0
[2 rows x 1 columns]
关于python - 多索引 Pandas 数据框子集分配,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20363777/