将列中的所有值复制到熊猫数据框中的新列
Posted
技术标签:
【中文标题】将列中的所有值复制到熊猫数据框中的新列【英文标题】:Copy all values in a column to a new column in a pandas dataframe 【发布时间】:2015-12-17 00:14:59 【问题描述】:这是一个非常基本的问题,我似乎找不到答案。
我有一个像这样的数据框,叫做 df:
A B C
a.1 b.1 c.1
a.2 b.2 c.2
a.3 b.3 c.3
然后我从 df 中提取所有行,其中列“B”的值为“b.2”。我将这些结果分配给 df_2。
df_2 = df[df['B'] == 'b.2']
df_2 变为:
A B C
a.2 b.2 c.2
然后,我将“B”列中的所有值复制到名为“D”的新列中。导致 df_2 变为:
A B C D
a.2 b.2 c.2 b.2
当我执行这样的任务时:
df_2['D'] = df_2['B']
我收到以下警告:
试图在 DataFrame 中的切片副本上设置值。尝试 使用 .loc[row_indexer,col_indexer] = value 代替
请参阅文档中的注意事项: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
在创建 df_2 时我也尝试过使用 .loc:
df_2 = df.loc[df['B'] == 'b.2']
但是,我仍然收到警告。
非常感谢任何帮助。
【问题讨论】:
a.1
是什么意思?是字符串吗?
【参考方案1】:
您可以简单地将B
分配给新列,例如 -
df['D'] = df['B']
示例/演示 -
In [1]: import pandas as pd
In [2]: df = pd.DataFrame([['a.1','b.1','c.1'],['a.2','b.2','c.2'],['a.3','b.3','c.3']],columns=['A','B','C'])
In [3]: df
Out[3]:
A B C
0 a.1 b.1 c.1
1 a.2 b.2 c.2
2 a.3 b.3 c.3
In [4]: df['D'] = df['B'] #<---What you want.
In [5]: df
Out[5]:
A B C D
0 a.1 b.1 c.1 b.1
1 a.2 b.2 c.2 b.2
2 a.3 b.3 c.3 b.3
In [6]: df.loc[0,'D'] = 'd.1'
In [7]: df
Out[7]:
A B C D
0 a.1 b.1 c.1 d.1
1 a.2 b.2 c.2 b.2
2 a.3 b.3 c.3 b.3
【讨论】:
你使用了`df['D'] = df['B'] 对吗?你不应该得到那个,你做了别的吗? 谢谢!我得到:试图在 DataFrame 中的切片副本上设置一个值。尝试改用 .loc[row_indexer,col_indexer] = value 查看文档中的警告:pandas.pydata.org/pandas-docs/stable/… df['D'] = df['B']将其分配给新列?或者这不是问题? 就像我说的,你用过df['D'] = df['B']
吗?如果没有,你还用了什么?
@AnandSKumar 我们在应用您的解决方案时收到警告:A value is trying to be set on a copy of a slice from a DataFrame.
我尝试使用df = df.copy()
然后df['D'] = df['B']
我没有收到任何警告【参考方案2】:
问题出在发出警告的那一行之前。当您创建 df_2 时,您将在其中创建数据帧切片的副本。相反,当您创建 df_2 时,请使用 .copy(),您以后不会收到该警告。
df_2 = df[df['B'] == 'b.2'].copy()
【讨论】:
解决了!谢谢 .copy() 到底有什么不同? 与 .copy() 的不同之处在于它返回一个新对象而不是原始对象的视图。因此,如果您更改新对象,则不会更改原始对象。【参考方案3】:我认为正确的访问方法是使用索引:
df_2.loc[:,'D'] = df_2['B']
【讨论】:
它会引发“SettingWithCopyWarning” @HarperKoo 你用的是什么版本的熊猫?【参考方案4】:怎么样:
df['D'] = df['B'].values
【讨论】:
【参考方案5】:这是您的数据框:
import pandas as pd
df = pd.DataFrame(
'A': ['a.1', 'a.2', 'a.3'],
'B': ['b.1', 'b.2', 'b.3'],
'C': ['c.1', 'c.2', 'c.3'])
您的答案在 Pandas 文档中“索引和选择数据”部分的“Setting with enlargement”段落中。
上面写着:
DataFrame 可以通过 .loc 在任一轴上放大。
所以你需要做的只是以下两个之一:
df.loc[:, 'D'] = df.loc[:, 'B']
df.loc[:, 'D'] = df['B']
【讨论】:
【参考方案6】:您可以使用方法assign
。它返回一个新的 DataFrame,因此您可以将它与其他方法一起使用。
df.assign(D=df.B)
输出:
A B C D
0 a.1 b.1 c.1 b.1
1 a.2 b.2 c.2 b.2
2 a.3 b.3 c.3 b.3
【讨论】:
【参考方案7】:这个问题是不久前提出的,但我的回答可以帮助其他人。
我也遇到过类似的情况。当你将一个数据框切片成df_2
时,你需要重置索引,
df_2 = df_2.reset_index(drop = True)
现在您可以在没有警告的情况下运行命令
df_2['D'] = df_2['B']
【讨论】:
【参考方案8】:跟进这些解决方案,这里有一些有用的代码说明:
#
# Copying columns in pandas without slice warning
#
import numpy as np
df = pd.DataFrame(np.random.randn(10, 3), columns=list('ABC'))
#
# copies column B into new column D
df.loc[:,'D'] = df['B']
print df
#
# creates new column 'E' with values -99
#
# But copy command replaces those where 'B'>0 while others become NaN (not copied)
df['E'] = -99
print df
df['E'] = df[df['B']>0]['B'].copy()
print df
#
# creates new column 'F' with values -99
#
# Copy command only overwrites values which meet criteria 'B'>0
df['F']=-99
df.loc[df['B']>0,'F'] = df[df['B']>0]['B'].copy()
print df
【讨论】:
以上是关于将列中的所有值复制到熊猫数据框中的新列的主要内容,如果未能解决你的问题,请参考以下文章
Python:如何在比较其他列时将列值填充到另一个数据框中的新列?
如何将列中的所有数据移动到单个列(不合并),然后拆分为R中的新列?
如何在熊猫数据框中的所有列中搜索模式,并在找到时将其复制到另一列