python - dataframe iloc 在 pandas 中出乎意料地工作

Question

我正在创建这样的数据框。

np.random.seed(2)
df=pd.DataFrame(np.random.randint(1,6,(6,6)))

out[]

0   1   1   4   3   4   1
1   3   2   4   3   5   5
2   5   4   5   3   4   4
3   3   2   3   5   4   1
4   5   4   2   3   1   5
5   5   3   5   3   2   1

将数据帧拆分为如下所示的 3,3 矩阵，它将具有 16 矩阵。 dfs=[]

for col in range(df.shape[1]-2):
    for row in range(df.shape[0]-2):
        dfs.append(df.iloc[row:row+3,col:col+3])

让我们打印，

dfs[0]
1   1   4
3   2   4
5   4   5

dfs[1]
3   2   4
5   4   5
3   2   3
.
.
.
dfs[15]

5   4   1
3   1   5
3   2   1

编写一个函数，将位置 [1,0] 和 [1,2] 中每个矩阵的值更改为零，这样我的输出看起来像，

dfs[0]
1   1   4
0   2   0
5   4   5


def process(x):
    new=[]
    for d in x:
        d.iloc[1,0]=0
        d.iloc[1,2]=0
        new.append(d)
        print(d)
    return new

dfs=process(dfs.copy())

我的预期输出是

dfs[0]
1   1   4
0   2   0
5   4   5

但是我的函数返回的是，

dfs[0]
1   1   4
0   0   0
0   0   0

dfs[1]
0   0   0
0   0   0
0   0   0

它在所有矩阵中产生更多的零。我不知道为什么它会意外工作或者我的函数 process 做错了什么请帮忙。谢谢。

Answer 1

长话短说，您是 chained indexing 的受害者, 这可以 lead to bad things happening .

当您切片原始 DataFrame 时，您会得到重叠的 View 。

修改一个也会改变其他，因为一个 block 的第二行是另一个 block 的第一行，第一个 block 的第三行是另一个 block 的第一行，依此类推...这就是为什么你仅在“边缘”处看到非零值，因为它们对于单个 block 是唯一的。

您可以像这样复制每个切片:

def process(x):
    new = []
    for d in x:
        d = d.copy()  # each one is now a copy
        d.iloc[1, 0]=0
        d.iloc[1, 2]=0
        new.append(d)
    return new

最后，请注意 dfs = process(dfs) 实际上没问题；您不需要复制封闭的 list。