pandas DataFrame 賦值的注意事項(xiàng)說(shuō)明(index)
一 pandas DataFrame一列賦值問(wèn)題
說(shuō)明，把b的列賦值給a
情況1：a,b index設(shè)置相同
如下代碼
import pandas as pd
import numpy as np
a = pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))
b = pd.DataFrame(np.array([11,22,33,44]),index=list('abcd'),columns=['m'])
a['m'] = b['m']
print(a)
上述代碼結(jié)果如下
w x y z m a 0 1 2 3 11 b 4 5 6 7 22 c 8 9 10 11 33 d 12 13 14 15 44
情況一是最基本的情況，結(jié)果也符合預(yù)期，之所以符合預(yù)期是因?yàn)閍,b都設(shè)有同樣的index，賦值操作按照index來(lái)到。如果b不設(shè)置Index，而是使用默認(rèn)的index呢？
情況2：b的index采用默認(rèn)值
代碼如下
import pandas as pd
import numpy as np
a = pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))
b = pd.DataFrame(np.array([11,22,33,44]),columns=['m'])
a['m'] = b['m']
print(a)
結(jié)果如下
w x y z m a 0 1 2 3 NaN b 4 5 6 7 NaN c 8 9 10 11 NaN d 12 13 14 15 NaN
情況二，結(jié)果超出了想象，b中的index為0，1，2，3與a中的index（‘a(chǎn)',‘b',‘c',‘d'）不同，在賦值的過(guò)程中，是按照a中的index在b中找index相同位置的值，由于index不同，因此，給a賦值為NaN
情況三 : b中的部分Index與a中的相同
代碼如下
import pandas as pd
import numpy as np
a = pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))
b = pd.DataFrame(np.array([11,22,33,44]),index=list('arpb'),columns=['m'])
a['m'] = b['m']
print(a)
結(jié)果如下
w x y z m a 0 1 2 3 11.0 b 4 5 6 7 44.0 c 8 9 10 11 NaN d 12 13 14 15 NaN
由情況三結(jié)果可知，只有Index相同的行，賦值才能成功
總結(jié)：
從以上可以看出，Pandas DataFrame嚴(yán)格按照Index進(jìn)行賦值，如果Index不同的話，則賦值為NaN
補(bǔ)充：python編程過(guò)程中DataFrame修改特定單元格值后原數(shù)據(jù)不變的一個(gè)解決方案
最近在參加了一個(gè)比賽，里面設(shè)計(jì)到數(shù)據(jù)清洗的工作，需要對(duì)一些異常值作出修改，往常我都是這樣操作的
df[condition]['column'].iloc[0:3] = ......
或者
df[condition]['column'][0:3] = ......
里面condition代表滿足條件的邏輯表達(dá)式，column表示列名
一般還是管用的，但偶爾會(huì)出現(xiàn)錯(cuò)誤，主要是df[condition]這種表達(dá)在python里面是不夠規(guī)范的，因此運(yùn)行以后單元格容易賦值失敗。在嘗試了很多種方法之后，最后還是使用規(guī)范的loc或者iloc表達(dá)
df.loc[[row condition],['column']] = ......
例如：
NA.loc[[23,29,49],'北美整體規(guī)模'] = ......
或者
df.iloc[np.where(condition),[1:3]]
注意loc里面接的是具體的行列名稱，iloc里面接的是滿足條件的行列名稱所對(duì)應(yīng)的位置數(shù)字列表，切忌弄混！
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
pytorch lstm gru rnn 得到每個(gè)state輸出的操作
這篇文章主要介紹了pytorch lstm gru rnn 得到每個(gè)state輸出的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-05-05
xlwt 是一個(gè)用于在Python中操作Excel文件的庫(kù),它允許用戶創(chuàng)建、修改和寫入Excel文件,本文主要為大家介紹了xlwt庫(kù)的一些基本操作,需要的可以參考一下2023-11-11
今天小編就為大家分享一篇python 實(shí)現(xiàn)GUI(圖形用戶界面)編程詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-08-08
Python實(shí)現(xiàn)朗讀在線音頻和本地音頻
在日常的Python軟件開(kāi)發(fā)中,我們經(jīng)常會(huì)遇到一個(gè)非常重要的功能需求——讓程序能夠讀取并顯示文本內(nèi)容,下面我們就來(lái)學(xué)習(xí)一下Python實(shí)現(xiàn)朗讀音頻的具體操作吧2024-03-03
python實(shí)現(xiàn)自動(dòng)化腳本編寫
自動(dòng)化在很多時(shí)候是很方便的，本文以修改用戶名密碼單元為案例，編寫測(cè)試腳本。完成修改用戶名密碼模塊單元測(cè)試，感興趣的可以了解一下2021-06-06
Python中TypeError:unhashable?type:'dict'錯(cuò)誤的解決辦法
這篇文章主要給大家介紹了關(guān)于Python中TypeError:unhashable?type:'dict'錯(cuò)誤的解決辦法,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2023-04-04
用Python的pandas框架操作Excel文件中的數(shù)據(jù)教程
這篇文章主要介紹了用Python的pandas框架操作Excel文件中的數(shù)據(jù)教程,包括單位格式轉(zhuǎn)換、分類匯總等基本操作，需要的朋友可以參考下2015-03-03
python數(shù)據(jù)結(jié)構(gòu)leetcode338比特位計(jì)數(shù)算法
這篇文章主要介紹了力扣刷題中python數(shù)據(jù)結(jié)構(gòu)leetcode338比特位計(jì)數(shù)算法解析，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-06-06
通過(guò)Python實(shí)現(xiàn)控制手機(jī)詳解
如今python是非常多人學(xué)習(xí)的，而手機(jī)也幾乎人手一部。對(duì)于很多Python學(xué)習(xí)者，想用python來(lái)完成android手機(jī)中各種炫酷的的控制，adb是必不可缺少的工具之一2021-10-10
Python 16進(jìn)制與中文相互轉(zhuǎn)換的實(shí)現(xiàn)方法
今天小編就為大家分享一篇Python 16進(jìn)制與中文相互轉(zhuǎn)換的實(shí)現(xiàn)方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-07-07