使用 loc 更新数据框 python pandas

Posted 2023-03-11

【中文标题】使用 loc 更新数据框 python pandas

【英文标题】：Use of loc to update a dataframe python pandas

【发布时间】：2016-04-02 15:51:26

【问题描述】：

我有一个带有列结构的熊猫数据框（df）：

month a b c d

此数据框包含一月、二月、三月、四月的数据。A、B、C、D 是数字列。对于二月份，我想重新计算 A 列并在数据框中更新它，即月份 = 二月，A = B + C + D

我使用的代码：

 df[df['month']=='Feb']['A']=df[df['month']=='Feb']['B'] + df[df['month']=='Feb']['C'] + df[df['month']=='Feb']['D'] 

这运行没有错误，但没有更改 2 月 A 列中的值。在控制台中，它给出了一条消息：

正在尝试在 DataFrame 中的切片副本上设置值。 尝试改用 .loc[row_indexer,col_indexer] = value

我尝试使用 .loc，但现在我正在处理的数据框，我在上面使用了 .reset_index()，我不确定如何设置索引和使用 .loc。我遵循了文档但不清楚。你能帮帮我吗？ 这是一个示例数据框：

 import pandas as pd import numpy as np
 dates = pd.date_range('1/1/2000', periods=8)
 df = pd.DataFrame(np.random.randn(8, 4), index=dates, columns=['A', 'B', 'C', 'D']) 

我想更新一个日期：2000-01-03。我无法提供我的数据的 sn-p，因为它是实时数据。

【问题讨论】：

你能附上你的数据框的一个小例子吗？

@AntonProtopopov ：我正在处理的数据框很大，我试图在这里解释逻辑。我会看看我是否可以创建任何数据框

您可以使用df.head() 或df.iloc[:10, :10] 附加数据框的一部分

为什么不只是df['a'] = df.b + df.c + df.d？您需要包含示例数据以阐明您要执行的操作并生成 MVE。 How to Ask

Anton 和 Alexander：这是一个示例数据框：import pandas as pd import numpy as np dates = pd.date_range('1/1/2000', period=8) df = pd.DataFrame( np.random.randn(8, 4), index=dates, columns=['A', 'B', 'C', 'D']) 我想更新一个日期：2000-01-03。我无法提供我的数据的 sn-p，因为它是实时数据。

【参考方案1】：

从警告中可以看出，您应该使用loc[row_index, col_index]。当您对数据进行子集化时，您将获得索引值。你只需要传递row_index，然后用逗号col_name：

df.loc[df['month'] == 'Feb', 'A'] = df.loc[df['month'] == 'Feb', 'B'] + df.loc[df['month'] == 'Feb', 'C'] + df.loc[df['month'] == 'Feb', 'D'] 

【参考方案2】：

虽然不是最漂亮的，但我实现您的目标的方式（无需显式迭代行）是：

df.ix[df['month'] == 'Feb', 'a'] = df[df['month'] == 'Feb']['b'] + df[df['month'] == 'Feb']['c']  

注意：ixhas been deprecated，因为 Pandas v0.20.0 支持iloc/loc。