时间:2021-05-22
一 pandas DataFrame一列赋值问题
说明,把b的列赋值给a
如下代码
import pandas as pdimport numpy as npa = pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))b = pd.DataFrame(np.array([11,22,33,44]),index=list('abcd'),columns=['m'])a['m'] = b['m']print(a)上述代码结果如下
w x y z ma 0 1 2 3 11b 4 5 6 7 22c 8 9 10 11 33d 12 13 14 15 44情况一是最基本的情况,结果也符合预期,之所以符合预期是因为a,b都设有同样的index,赋值操作按照index来到。如果b不设置Index,而是使用默认的index呢?
代码如下
import pandas as pdimport numpy as npa = pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))b = pd.DataFrame(np.array([11,22,33,44]),columns=['m'])a['m'] = b['m']print(a)结果如下
w x y z ma 0 1 2 3 NaNb 4 5 6 7 NaNc 8 9 10 11 NaNd 12 13 14 15 NaN情况二,结果超出了想象,b中的index为0,1,2,3与a中的index(‘a',‘b',‘c',‘d')不同,在赋值的过程中,是按照a中的index在b中找index相同位置的值,由于index不同,因此,给a赋值为NaN
代码如下
import pandas as pdimport numpy as npa = pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))b = pd.DataFrame(np.array([11,22,33,44]),index=list('arpb'),columns=['m'])a['m'] = b['m']print(a)结果如下
w x y z ma 0 1 2 3 11.0b 4 5 6 7 44.0c 8 9 10 11 NaNd 12 13 14 15 NaN由情况三结果可知,只有Index相同的行,赋值才能成功
从以上可以看出,Pandas DataFrame严格按照Index进行赋值,如果Index不同的话,则赋值为NaN
补充:python编程过程中DataFrame修改特定单元格值后原数据不变的一个解决方案
最近在参加了一个比赛,里面设计到数据清洗的工作,需要对一些异常值作出修改,往常我都是这样操作的
df[condition]['column'].iloc[0:3] = ......或者
df[condition]['column'][0:3] = ......里面condition代表满足条件的逻辑表达式,column表示列名
一般还是管用的,但偶尔会出现错误,主要是df[condition]这种表达在python里面是不够规范的,因此运行以后单元格容易赋值失败。在尝试了很多种方法之后,最后还是使用规范的loc或者iloc表达
df.loc[[row condition],['column']] = ......例如:
NA.loc[[23,29,49],'北美整体规模'] = ......或者
df.iloc[np.where(condition),[1:3]]注意loc里面接的是具体的行列名称,iloc里面接的是满足条件的行列名称所对应的位置数字列表,切忌弄混!
以上为个人经验,希望能给大家一个参考,也希望大家多多支持。如有错误或未考虑完全的地方,望不吝赐教。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
pandas.DataFrame.rename使用函数:DataFrame.rename(mapper=None,index=None,columns=None
一、pandas对整列赋值这个比较正常,一般直接赋值就可以:x=pd.DataFrame({'A':['1','2','3',None,None],'B':['
之前沉迷于使用index删除,然而发现pandas貌似有bug?importpandasaspdimportnumpyasnpdf=pd.DataFrame(n
淘宝店铺特价活动说明要怎么写呢?有哪些注意事项?店铺活动是我们买家最为关注的焦点之一,那么淘宝店铺特价活动说明要怎么写呢?有哪些注意事项?今天小编就带各位卖
现在淘宝转播的方式已经普及到所有店铺,相信业者都知道利用淘宝转播开店流量不上升的情况。那么,淘宝直播中控台的注意事项是什么?淘宝直播中控台注意事项说明一、取得权