python - 为什么赋值会默默地失败或做错误的事情，我怎样才能阻止它这样做

Question

我很难找到一个错误，基本上可以归结为以下事实:

中的第三行

import pandas as pd
df = pd.DataFrame({'a':range(4),'b':np.random.random(4)})
df.values[1:-1] = [[0.1]*2]*2

没有效果——所有行都没有改变。 虽然阻止我将整数更改为 float 至少有一定意义(尽管我希望能够规避这一点)，但这似乎并不是这种行为背后的原因

df.values[1:-1,1] = [0.1]*2

也没有效果!奇怪的是

中的第三行

import pandas as pd
df = pd.DataFrame({'a':range(4))})
df.values[1:-1] = [[0.1]]*2

确实有效果，尽管仍然不是您期望的效果——相应的条目被设置为零!同样，这有点道理，但我宁愿得到一个异常，也不愿得到隐式整数转换。

我认为这种行为应该改变，或者至少 pandas 应该警告我它忽略了我告诉它做的事情。然而，在我去 github 存储库上打开一个有关它的问题之前，我首先想征求其他意见，更重要的是，我想问:

如何可靠地更改 DataFrame 的子集(行和列)以获取给定 numpy 数组的值 (我知道这是一种黑客行为，但这就是我的数据世界)

Answer 1

首先不要调用.values来分配数据。

行为差异的原因是在您的第一个示例中:

df = pd.DataFrame({'a':range(4),'b':np.random.random(4)})

column 'b' 是作为数据参数传递的 numpy 数组的 View ，因为构造函数识别出这是一个 numpy 数组，出于效率原因， block 管理器可以查看数组(无需重建数组并复制数据)。

当您调用.values时，这可能会也可能不会返回基础数据的 View 。

当我们调用.values时:

In[92]:
df.values

Out[92]: 
array([[0.        , 0.02512956],
       [1.        , 0.7394139 ],
       [2.        , 0.7535009 ],
       [3.        , 0.60658149]])

这是数据的 numpy 表示，它可能是也可能不是真实底层数据的 View 。

就您而言，它返回的是副本而不是 View ，因此原因是:

df.values[1:-1] = [[0.1]*2]*2

不起作用。

但是，如果您使用iloc，那么它确实有效:

df.iloc[1:-1] = [[0.1]*2]*2

在第二个 df 中，您仅传递一个范围，因此数据是在内部构造的，与传递 numpy 数组时不同，不会对传递的数据进行 View 。当您调用 .values 时，它会返回数据 View ，并且它恰好可以工作，但不能保证它可以工作。这是不好的做法，您应该避免这种歧义。