我有一个如下所示的数据框:
df = pd.DataFrame([[1,2],[10,20],[10,2],[1,40]],columns = ['a','b'])
a b
0 1 2
1 10 20
2 10 2
3 1 40
我想选择a == 1
的b
列,下面是一个经典的选择:
df[df.a == 1].b
a b
0 1 2
3 1 40
然后我想选择这个子数据帧的第 i 行,它不是索引为 i 的行。同样有几种方法,如下所示:
df[df.a == 1].b.iloc[[1]]
Output:
3 40
Name: b, dtype: int64
到目前为止一切顺利。问题是当我尝试修改到达那里的值时,实际上这种选择方法会产生数据帧切片的副本,而不是对象本身。因此我无法就地修改它。
test[test.a == 1].b.iloc[[1]] = 3
SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame
我不知道“复制”问题出在哪一部分,因为以下两个会产生相同的问题:
test.iloc[[3]].b = 3
test[test.a == 1].b = 3
所以我的问题是:如何通过掩码选择(有条件地在 a
列值上)和行选择(通过子数据框中行的排名)来更改值, 而不是它的索引值)?
最佳答案
使用带有 bool 掩码的loc
并直接向上传递索引:
In[178]:
df.loc[df.loc[df['a'] == 1,'b'].index[1], 'b'] = 3
df
Out[178]:
a b
0 1 2
1 10 20
2 10 2
3 1 3
所以在这里我们使用 df['a'] == 1
屏蔽 df,这将返回一个 bool 数组,我们屏蔽 df 并只选择列 'b'
:
In[179]:
df.loc[df['a'] == 1,'b']
Out[179]:
0 2
3 40
Name: b, dtype: int64
那么直接下标索引即可:
In[180]:
df.loc[df['a'] == 1,'b'].index[1]
Out[180]: 3
然后我们可以将这个索引标签传递回顶级 loc
。
这个 test[test.a == 1].b.iloc[[1]] = 3
是 chained indexing这就是发出警告的原因。
关于python - 通过整数索引选择和修改 Pandas 数据框中的切片,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44670146/