python - Pandas 中的 loc 函数

Question

谁能解释一下为什么在 python pandas 中使用 loc 并举例如下所示？

for i in range(0, 2):
  for j in range(0, 3):
    df.loc[(df.Age.isnull()) & (df.Gender == i) & (df.Pclass == j+1),
            'AgeFill'] = median_ages[i,j]

Answer 1

这里推荐使用 .loc，因为方法 df.Age.isnull()、df.Gender == i 和df.Pclass == j+1 可能会返回数据框切片的 View ，也可能会返回副本。这会让 pandas 感到困惑。

如果您不使用 .loc，您最终会依次调用所有 3 个条件，这会导致您遇到一个称为链式索引的问题。但是，当您使用 .loc 时，您可以一步访问所有条件，pandas 不再感到困惑。

您可以在 pandas documentation 中阅读有关此内容的更多信息以及一些不使用 .loc 将导致操作失败的示例。 .

简单的答案是，虽然您通常可以不使用 .loc 并简单地输入(例如)

df['Age_fill'][(df.Age.isnull()) & (df.Gender == i) & (df.Pclass == j+1)] \
                                                          = median_ages[i,j]

您总是会收到 SettingWithCopy 警告，并且您的代码会因此变得更加困惑。

根据我的经验，.loc 花了我一段时间才弄清楚，更新我的代码有点烦人。但它真的 super 简单而且非常直观:df.loc[row_index,col_indexer]。

有关更多信息，请参阅 Indexing and Selecting Data 上的 pandas 文档。 .