在不使用索引的情况下替换 pandas DataFrame 中选定单元格的值

Posted 2023-03-11

【中文标题】在不使用索引的情况下替换 pandas DataFrame 中选定单元格的值

【英文标题】：Replace value for a selected cell in pandas DataFrame without using index

【发布时间】：2013-07-17 18:44:18

【问题描述】：

这是一个与this question 相当相似的问题，但有一个关键区别：我不是根据索引而是根据某些标准来选择我想要更改的数据。

如果我应用的条件返回单行，我希望能够以简单的方式设置该行中某一列的值，但我的第一次尝试不起作用：

>>> d = pd.DataFrame('year':[2008,2008,2008,2008,2009,2009,2009,2009], 
...                   'flavour':['strawberry','strawberry','banana','banana',
...                   'strawberry','strawberry','banana','banana'],
...                   'day':['sat','sun','sat','sun','sat','sun','sat','sun'],
...                   'sales':[10,12,22,23,11,13,23,24])

>>> d
   day     flavour  sales  year
0  sat  strawberry     10  2008
1  sun  strawberry     12  2008
2  sat      banana     22  2008
3  sun      banana     23  2008
4  sat  strawberry     11  2009
5  sun  strawberry     13  2009
6  sat      banana     23  2009
7  sun      banana     24  2009

>>> d[d.sales==24]
   day flavour  sales  year
7  sun  banana     24  2009

>>> d[d.sales==24].sales = 100
>>> d
   day     flavour  sales  year
0  sat  strawberry     10  2008
1  sun  strawberry     12  2008
2  sat      banana     22  2008
3  sun      banana     23  2008
4  sat  strawberry     11  2009
5  sun  strawberry     13  2009
6  sat      banana     23  2009
7  sun      banana     24  2009

因此，与其将 2009 年周日的香蕉销量设置为 100，不如什么都没有发生！最好的方法是什么？理想情况下，解决方案应该使用行号，因为您通常不会提前知道！

【参考方案1】：

老问题，但我很惊讶没有人提到 numpy 的 .where() 功能（可以直接从 pandas 模块调用）。

在这种情况下，代码是：

d.sales = pd.np.where(d.sales == 24, 100, d.sales)

据我所知，这是有条件地更改系列数据的最快方法之一。

【参考方案2】：

不确定旧版本的 pandas，但在 0.16 中，可以根据多个列值设置特定单元格的值。

扩展@waitingkuo提供的答案，同样的操作也可以根据多列的值来做。

d.loc[(d.day== 'sun') & (d.flavour== 'banana') & (d.year== 2009),'sales'] = 100

【参考方案3】：

有很多方法可以做到这一点

1

In [7]: d.sales[d.sales==24] = 100

In [8]: d
Out[8]: 
   day     flavour  sales  year
0  sat  strawberry     10  2008
1  sun  strawberry     12  2008
2  sat      banana     22  2008
3  sun      banana     23  2008
4  sat  strawberry     11  2009
5  sun  strawberry     13  2009
6  sat      banana     23  2009
7  sun      banana    100  2009

2

In [26]: d.loc[d.sales == 12, 'sales'] = 99

In [27]: d
Out[27]: 
   day     flavour  sales  year
0  sat  strawberry     10  2008
1  sun  strawberry     99  2008
2  sat      banana     22  2008
3  sun      banana     23  2008
4  sat  strawberry     11  2009
5  sun  strawberry     13  2009
6  sat      banana     23  2009
7  sun      banana    100  2009

3

In [28]: d.sales = d.sales.replace(23, 24)

In [29]: d
Out[29]: 
   day     flavour  sales  year
0  sat  strawberry     10  2008
1  sun  strawberry     99  2008
2  sat      banana     22  2008
3  sun      banana     24  2008
4  sat  strawberry     11  2009
5  sun  strawberry     13  2009
6  sat      banana     24  2009
7  sun      banana    100  2009

【讨论】：

是的！解决方案 1. 有效。这有点违反直觉：d.sales[d.sales==24] = 100 但这不起作用：d[d.sales==24].sales=100。他们看起来（功能上）对我来说是一样的。呃，好吧。谢谢@waitingkuo。

d[d.sales==24] 生成一个新对象。

重新。 @waitingkuo 的评论：熊猫人，这是预期的行为吗？ d[d.sales==24] 应该生成原始 DataFrame 的副本当然不直观。事实上，我想说每个对象都应该是对原始对象的引用（包括选择一个正确地“折叠”到熊猫 Series 的单行），除非用户明确要求（通过某种 @987654330 @)。想法？

仅供参考：这些现在将在 0.13 中引发/警告，请参阅（此处）[pandas.pydata.org/pandas-docs/dev/…)

@Jeff 如何处理这些警告，或者有没有其他正确的方法可以在没有警告的情况下做到这一点？