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

Question

我有一个DataFrame df 和 dict d，像这样:

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

对于每个(key, val)在字典中，我想找到列 a 所在的行匹配该键，并覆盖其 b包含值的列。例如，在本例中，b 的值第 1 行中的值将更改为 22，第 3 行中的值将更改为 26。

我该怎么做？

Answer 1

假设可以将新值传播到列 a 匹配的所有行(如果列 a 中有重复项) >) 然后:

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

或者避免链接赋值操作:

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 或更高版本。对于旧版本，您可以使用 .ix 来防止链式分配。

@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，因为反转访问顺序具有可预测的效果。你可以很容易地看到这一点，例如如下:

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

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

如果您先获取该列，然后根据该列的索引进行分配，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。如果您首先对一组行建立索引，那么您现在不再谈论相同的 DataFrame，因此从过滤对象中获取列不会为您提供原始列的 View 。

@Jeff 认为这使得它“不正确”，而我认为这是明显且预期的行为。在特殊情况下，当您有混合数据类型列并且正在进行某种类型升级/降级时，会阻止 Pandas 将值写入该列，那么您可能会遇到正确性问题。但考虑到 loc 直到 Pandas 0.11 才可用，我认为指出如何使用链式赋值来做这件事仍然是公平的，而不是假装 loc 是唯一的事情这可能是正确的选择。

如果有人可以提供更明确的理由来认为它是“不正确的”(而不是只是在风格上不喜欢这种方式)，请贡献出来，我将尝试对各种陷阱进行更全面的撰写。