python - Pandas:编辑数据框的一部分，使其影响主数据框

Question

编辑:建议的可能重复项 ( this question ) 不是重复项。我问是否可以编辑数据帧的切片并使该切片影响原始数据帧。建议的“重复”问答只是寻找 .loc 的替代品。我最初的问题的简单答案似乎是“不”。

原始问题:

这个问题可能在某个地方有重复，但我找不到它。另外，我猜我要问的问题是不可能的，但值得一试。

我希望能够过滤或屏蔽大型数据帧，获取较小的数据帧以便于编码，编辑较小的数据帧，并使其影响较大的数据帧。

所以像这样:

df_full = pd.DataFrame({'a':[1,2,3], 'b':[4,5,6]})

df_part = df_full[df_full['a'] == 2]

df_part['b'] = 'Kentucky Fried Chicken'

print df_full

会导致:

   a  b
0  1  4
1  2  Kentucky Fried Chicken
2  3  6

我很清楚使用 .loc[row_indexer, col_indexer] 功能的能力，但即使使用 mask 变量作为 row_indexer，对于更复杂的目的来说，它可能有点笨拙。

一些上下文 - 我正在将大型数据库表加载到数据框中，并希望对其一小部分进行许多编辑。所以 .loc[] 变得乏味。也许我可以过滤掉那个小片段，对其进行编辑，然后重新附加到原始片段？

有什么想法吗？

Answer 1

简短回答

没有。您不想玩必须不断检查/猜测是否使用数据帧的副本或 View 的游戏。

单一更新:正确的方式

.loc 访问器是正确的选择。虽然需要一些时间来适应，但没有什么不方便。

无论您的标准多么复杂，如果它归结为 bool 数组，.loc 访问器仍然通常是正确的选择。您需要展示一个确实难以实现的示例。

df_full = pd.DataFrame({'a':[1,2,3], 'b':[4,5,6]})

df_full.loc[df_full['a'] == 2, 'b'] = 'Kentucky Fried Chicken'

#    a                       b
# 0  1                       4
# 1  2  Kentucky Fried Chicken
# 2  3                       6

单一更新:另一种方式

如果您发现 .loc 访问器难以实现，一种替代方法是 numpy.where:

df_full['b'] = np.where(df_full['a'] == 2, 'Kentucky Fried Chicken', df_full['b'])

多次更新:针对多种情况

pandas.cut , numpy.select或numpy.vectorize可以有效地简化您的代码。这些的有用性取决于您尝试应用的特定逻辑。以下问题包含每个问题的示例:

Numpy “where” with multiple conditions