使用 iloc 为 pandas DataFrame 中的特定单元格设置值

Posted 2023-03-11

【中文标题】使用 iloc 为 pandas DataFrame 中的特定单元格设置值

【英文标题】：Set value for particular cell in pandas DataFrame with iloc

【发布时间】：2015-10-12 16:44:26

【问题描述】：

我有一个类似于this 和this 的问题。不同的是我必须逐行选择，因为我不知道索引。

我想做df.iloc[0, 'COL_NAME'] = x 之类的事情，但 iloc 不允许这种访问。如果我这样做df.iloc[0]['COL_NAME'] = x，则会出现有关链式索引的警告。

【问题讨论】：

你用的是什么版本的python和pandas？我在使用 pandas 0.16.1 的 PY3.4.2 上没有收到“链式索引”警告。您如何构建数据框有什么特别之处吗？

【参考方案1】：

对于混合位置和索引，使用.ix。但是你需要确保你的索引不是整数，否则会造成混乱。

df.ix[0, 'COL_NAME'] = x

更新：

或者，试试

df.iloc[0, df.columns.get_loc('COL_NAME')] = x

例子：

import pandas as pd
import numpy as np

# your data
# ========================
np.random.seed(0)
df = pd.DataFrame(np.random.randn(10, 2), columns=['col1', 'col2'], index=np.random.randint(1,100,10)).sort_index()

print(df)


      col1    col2
10  1.7641  0.4002
24  0.1440  1.4543
29  0.3131 -0.8541
32  0.9501 -0.1514
33  1.8676 -0.9773
36  0.7610  0.1217
56  1.4941 -0.2052
58  0.9787  2.2409
75 -0.1032  0.4106
76  0.4439  0.3337

# .iloc with get_loc
# ===================================
df.iloc[0, df.columns.get_loc('col2')] = 100

df

      col1      col2
10  1.7641  100.0000
24  0.1440    1.4543
29  0.3131   -0.8541
32  0.9501   -0.1514
33  1.8676   -0.9773
36  0.7610    0.1217
56  1.4941   -0.2052
58  0.9787    2.2409
75 -0.1032    0.4106
76  0.4439    0.3337

【讨论】：

我的索引是一些选择的结果，它由不相关的整数组成：例如，[3,24, 34] ix[0] 会抛出错误。

@luna1999 那么不妨先试试reset_index，这样你就可以使用df.loc[0, 'COL_NAME']了，不会造成混淆。

@luna1999 我已经使用df.columns.get_loc 更新了我的代码，它应该适合你。如果不是这种情况，请告诉我。

@luna1999 不客气。很高兴它有帮助。 :-)

@JianxunLi 感谢.iloc 的提示。但是，我对一件事感到困惑（如果我错了，请纠正我）：如果df.iloc[4:7] = x 返回一个副本df，其值[4:7] 设置为x，为什么df.iloc[4:7,df.columns.get_loc("C")] = x 设置为x原来的df?

【参考方案2】：

我要在这里添加的一件事是，数据帧上的 at 函数要快得多，尤其是在您对单个（而不是切片）值进行大量分配时。

df.at[index, 'col_name'] = x

根据我的经验，我获得了 20 倍的加速。 Here 是一篇用西班牙语写的文章，但仍然给人一种正在发生的事情的印象。

【参考方案3】：

如果您知道位置，为什么不直接从中获取索引？

然后使用.loc:

df.loc[index, 'COL_NAME'] = x

【讨论】：

df.loc 用于基于标签的索引，而不用于基于位置的索引。你可能指的是做类似df.loc[df.index[0], 'COL_NAME'] = x

举个例子就好了。你可以复制gist.githubusercontent.com/MartinThoma/…

【参考方案4】：

你可以使用：

df.set_value('Row_index', 'Column_name', value)

set_value 比 .ix 方法快约 100 倍。最好还是使用df['Row_index']['Column_name'] = value。

但由于set_value 现在是deprecated，所以.iat/.at 是很好的替代品。

例如，如果我们有这个 data_frame

   A   B   C
0  1   8   4 
1  3   9   6
2  22 33  52

如果我们想修改单元格 [0,"A"] 的值我们可以这样做

df.iat[0,0] = 2

或df.at[0,'A'] = 2

【讨论】：

AttributeError: 'DataFrame' 对象没有属性 'set_value'

set_value() 已弃用

我提到 set_value 已被弃用，在决定盲目投票之前请仔细阅读答案

请！，编辑并说 set_value() 在一开始就被弃用了——在进一步阅读之前，我和其他人一样尝试过。这个答案是我找到的最好的答案，但这种困惑让人怀念它。谢谢。

这一行已经被 seiad => 但是由于 set_value 现在已被弃用，所以 .iat/.at 是很好的替代品。

【参考方案5】：

另一种方法是，根据行的索引位置为给定行分配列值，索引位置始终从零开始，最后一个索引位置是数据帧的长度：

df["COL_NAME"].iloc[0]=x

【讨论】：

也许添加一个简短的讨论，说明这与其他 4 个答案有何不同以及代码在做什么

对于现代版本的 pandas，当您尝试此操作时会收到 SettingWithCopyWarning（请参阅 pandas.pydata.org/pandas-docs/stable/user_guide/…）

【参考方案6】：

修改“r”行（“A”列）和“C”列交叉处的单元格中的值

检索列“A”中行“r”的索引

    i = df[ df['A']=='r' ].index.values[0]

修改所需列“C”中的值

    df.loc[i,"C"]="newValue"

注意：在此之前，请务必重置行的索引...以拥有一个漂亮的索引列表！

        df=df.reset_index(drop=True)

【参考方案7】：

另一种方法是获取行索引，然后使用 df.loc 或 df.at。

# get row index 'label' from row number 'irow'
label = df.index.values[irow] 
df.at[label, 'COL_NAME'] = x

【讨论】：

当您想将多行设置为相同的值时，这是最好的解决方案

【参考方案8】：

扩展建勋的答案，在熊猫中使用set_value mehtod。它为给定索引处的列设置值。

来自熊猫文档：

DataFrame.set_value(index, col, value)

要在特定索引处为列设置值，请执行以下操作：

df.set_value(index, 'COL_NAME', x)

希望对你有帮助。

【讨论】：

set_value 已折旧。对我们来说更好