一 pandas DataFrame一列赋值问题
说明，把b的列赋值给a
情况1：a,b index设置相同
如下代码
|
1
2
3
4
5
6
|
import pandas as pdimport numpy as npa = 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) |
上述代码结果如下
|
1
2
3
4
5
|
w x y z ma 0 1 2 3 11b 4 5 6 7 22c 8 9 10 11 33d 12 13 14 15 44 |
情况一是最基本的情况，结果也符合预期，之所以符合预期是因为a,b都设有同样的index，赋值操作按照index来到。如果b不设置Index，而是使用默认的index呢？
情况2：b的index采用默认值
代码如下
|
1
2
3
4
5
6
|
import pandas as pdimport numpy as npa = 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) |
结果如下
|
1
2
3
4
5
|
w x y z ma 0 1 2 3 NaNb 4 5 6 7 NaNc 8 9 10 11 NaNd 12 13 14 15 NaN |
情况二，结果超出了想象，b中的index为0，1，2，3与a中的index（‘a',‘b',‘c',‘d'）不同，在赋值的过程中，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，给a赋值为NaN
情况三 : b中的部分Index与a中的相同
代码如下
|
1
2
3
4
5
6
|
import pandas as pdimport numpy as npa = 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) |
结果如下
|
1
2
3
4
5
|
w x y z ma 0 1 2 3 11.0b 4 5 6 7 44.0c 8 9 10 11 NaNd 12 13 14 15 NaN |
由情况三结果可知，只有Index相同的行，赋值才能成功
总结：
从以上可以看出，Pandas DataFrame严格按照Index进行赋值，如果Index不同的话，则赋值为NaN
补充：python编程过程中DataFrame修改特定单元格值后原数据不变的一个解决方案
最近在参加了一个比赛，里面设计到数据清洗的工作，需要对一些异常值作出修改，往常我都是这样操作的
|
1
|
df[condition]['column'].iloc[0:3] = ...... |
或者
|
1
|
df[condition]['column'][0:3] = ...... |
里面condition代表满足条件的逻辑表达式，column表示列名
一般还是管用的，但偶尔会出现错误，主要是df[condition]这种表达在python里面是不够规范的，因此运行以后单元格容易赋值失败。在尝试了很多种方法之后，最后还是使用规范的loc或者iloc表达
|
1
|
df.loc[[row condition],['column']] = ...... |
例如：
|
1
|
NA.loc[[23,29,49],'北美整体规模'] = ...... |
或者
|
1
|
df.iloc[np.where(condition),[1:3]] |
注意loc里面接的是具体的行列名称，iloc里面接的是满足条件的行列名称所对应的位置数字列表，切忌弄混！
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://blog.csdn.net/ruguowoshiyu/article/details/79820824
