Pandas 将列的子集设置为相同的 dict 值

Posted 2023-03-11

【中文标题】Pandas 将列的子集设置为相同的 dict 值

【英文标题】：Pandas set subset of column to the same dict value

【发布时间】：2021-01-18 11:14:09

【问题描述】：

如果我有一个如下所示的数据框：

df = pd.DataFrame('A': [1,1,1,2,2,2], 'B': [4,5,6,7,8,9])
df['C'] = None

   A  B     C
0  1  4  None
1  1  5  None
2  1  6  None
3  2  7  None
4  2  8  None
5  2  9  None

如何将C 的子集设置为相同的字典值？例如，将C 设置为A==1 到'example': 5 的所有行？

这似乎不起作用：

df.loc[df['A']==1, 'C'] = 'example': 5

【参考方案1】：

在这种情况下，您可以使用np.where：

df['C'] = np.where(df['A']==1, 'example': 5, df['C'])

输出：

   A  B               C
0  1  4  'example': 5
1  1  5  'example': 5
2  1  6  'example': 5
3  2  7             NaN
4  2  8             NaN
5  2  9             NaN

---

更新 因为'example': 5 是一个可迭代对象，当你将它分配给一个列时，Pandas 会尝试展开它，因此如果你直接这样做会出现长度不匹配错误。要将整个列分配给该字典，您需要将其包装在另一个长度与 df 相同的迭代中：

df['C'] = ['example':5 for _ in df.index]

输出：

   A  B               C
0  1  4  'example': 5
1  1  5  'example': 5
2  1  6  'example': 5
3  2  7  'example': 5
4  2  8  'example': 5
5  2  9  'example': 5

也就是说，除非确实有必要，否则应尽可能避免 Pandas 数据框中的复杂对象。

---

Update 2：根据 BEN 的评论，也反映在 Update

df['C'] = np.where(df['A']==1, 'example': 5, df['C'])

可能会将同一对象 'example':5 复制到所有有效行，这可能不是预期的行为。所以对于这样的事情：

df['C'] = ['example':5 if a==1 else c for a,c in zip(df['A'], df['C'])]

会为各个行创建'example':5' 的不同副本。

【讨论】：

谢谢！我认为您是第一个，但我实际上无法确定:)

另外，如果您不介意，如何将 C 的整个列设置为该 dict 值？一旦允许就会接受这个答案

2nd 1 更安全

【参考方案2】：

你可以使用np.where:

df['C'] = np.where(df['A']==1, 'example': 5, df['C'])
print(df)

打印：

   A  B               C
0  1  4  'example': 5
1  1  5  'example': 5
2  1  6  'example': 5
3  2  7            None
4  2  8            None
5  2  9            None

【讨论】：

不安全~