将列表插入单元格 - 为啥 loc 实际上在这里工作？

Posted 2023-02-23

【中文标题】将列表插入单元格 - 为啥 loc 实际上在这里工作？

【英文标题】：Inserting list into a cell - why does loc ACTUALLY work here?将列表插入单元格 - 为什么 loc 实际上在这里工作？

【发布时间】：2019-06-21 08:18:27

【问题描述】：

我们知道设置单个单元格的标准方法是使用at 或iat。但是，我注意到一些有趣的行为，我想知道是否有人可以合理化。

在解决this question 时，我遇到了loc 的一些奇怪行为。

# Setup.

pd.__version__
# '0.24.0rc1'

df = pd.DataFrame('A': [12, 23], 'B': [['a', 'b'], ['c', 'd']])
df
    A       B
0  12  [a, b]
1  23  [c, d]

要设置单元格 (1, 'B')，使用 at 就足够了，例如 df.at[1, 'B'] = ...。但是对于 loc，我最初尝试过这个，但没有奏效：

df.loc[1, 'B'] = ['m', 'n', 'o', 'p'] 
# ValueError: Must have equal len keys and value when setting with an iterable

所以，我尝试了（也失败了）

df.loc[1, 'B'] = [['m', 'n', 'o', 'p']]
# ValueError: Must have equal len keys and value when setting with an ndarray

我认为loc 也可以在这里获取嵌套列表。在一个奇怪的事件中，这个代码起作用了：

df.loc[1, 'B'] = [['m'], ['n'], ['o'], ['p']]
df

    A             B
0  12        [a, b]
1  23  [m, n, o, p]

为什么loc 会这样工作？此外，如果您将另一个元素添加到任何列表中，它会失败：

df.loc[1, 'B'] = [['m'], ['n'], ['o'], ['p', 'q']]
# ValueError: Must have equal len keys and value when setting with an iterable

空列表也不起作用。必须将每个元素嵌套在自己的列表中似乎毫无意义。

loc 为什么要这样做？这是记录在案的行为，还是错误？

【问题讨论】：

这在我看来像是一个不受支持的功能，你可以称之为错误或不一致，当然存储非标量类型是不明智的。有趣的是，.at 的使用限制较少

【参考方案1】：

这是因为loc 执行bunch 检查它支持的所有许多用例。 （注意：历史是 loc 和 iloc 是为了消除 ix 的歧义而创建的，早在 2013 年 v0.11 中，但即使在今天，loc 仍然存在很多歧义。）

在这种情况下，df.loc[1, 'B'] 可以返回：

单个元素（在本例中，当 1/'B' 存在唯一索引/列时）。 一个系列（如果 1/'B' 之一多次出现在索引/列中）。 一个 DataFrame（如果 BOTH 1/'B' 出现在索引/列中多次）。

除此之外：iloc 在这种情况下会遇到同样的问题，尽管它总是第一种情况，但这可能是因为 loc 和 iloc 共享此分配代码。

因此，pandas 需要支持所有这些情况进行分配！

分配逻辑的早期部分将列表（列表）转换为 numpy 数组：

In [11]: np.array(['m', 'n', 'o', 'p']).shape
Out[11]: (4,)

In [12]: np.array([['m', 'n', 'o', 'p']]).shape
Out[12]: (1, 4)

因此，您不能只传递列表列表并期望获得正确的数组。相反，您可以明确设置为对象数组：

In [13]: a = np.empty(1, dtype=object)

In [14]: a[0] = ['m', 'n', 'o', 'p']

In [15]: a
Out[15]: array([list(['m', 'n', 'o', 'p'])], dtype=object)

现在你可以在作业中使用它了：

In [16]: df.loc[0, 'B'] = a

In [17]: df
Out[17]:
    A             B
0  12  [m, n, o, p]
1  23        [c, d]

这仍然不理想，但重申loc 和iloc 中有太多边缘情况，解决方案应尽可能明确以避免它们（在此处使用at）。如您所知，更一般地，避免在 DataFrame 中使用列表！

【讨论】：

哦，我想我还没回答第二部分。

答案是“它偷偷溜走”（我链接到的一堆支票）。稍后我会尝试用更具体的内容对其进行修改。

所以“状态设计”？ :D

@coldspeed status-by-duct-taped-together-working-well-enough :)