pandas 提供通过行和列索引列表查找的能力，
In [49]: index = ['a', 'b', 'c', 'd']
In [50]: columns = ['one', 'two', 'three', 'four']
In [51]: M = pandas.DataFrame(np.random.randn(4,4), index=index, columns=columns)
In [52]: M
Out[52]:
one two three four
a -0.785841 -0.538572 0.376594 1.316647
b 0.530288 -0.975547 1.063946 -1.049940
c -0.794447 -0.886721 1.794326 -0.714834
d -0.158371 0.069357 -1.003039 -0.807431
In [53]: M.lookup(index, columns) # diagonal entries
Out[53]: array([-0.78584142, -0.97554698, 1.79432641, -0.8074308 ])
我想使用同样的索引方法来设置 M 的元素。我该怎么做？
最佳答案
自从写下这个答案以来已经过去了很多年，所以我虽然可能会做出一点贡献。随着 pandas 的重构，尝试在一个位置设置一个值
M.iloc[index][col]
可能会警告您尝试在切片中设置值。
SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame
See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
在 0.21 之后的 pandas 版本中，正确的“pythonic”方式现在是 pandas.DataFrame.at operator
看起来像这样:
M.at[index,col] = new_value
旧版本的答案: 在旧版本中更“pythonic”的方法是使用 pandas.DataFrame.set_value操作说明。请注意，此指令返回结果 DataFrame。
M.set_value(index,column,new_value)
我只是想在弄清楚 .iloc 或 .ix 方法可能产生的警告的来源之后将其发布在这里。
set_value 方法也适用于多索引数据帧，方法是将索引的多个级别作为元组放入(例如，用 (col,subcol) 替换列)
关于python - pandas:使用 (row, col) 索引设置值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/12100497/