python - 逐行编辑 Pandas 数据框

Question

python 的 pandas 很简洁。我正在尝试用 pandas-dataframe 替换字典列表。但是，我想知道是否有一种方法可以同样简单地在 for 循环中逐行更改值？

这是非 pandas 字典版本:

trialList = [
    {'no':1, 'condition':2, 'response':''},
    {'no':2, 'condition':1, 'response':''},
    {'no':3, 'condition':1, 'response':''}
]  # ... and so on

for trial in trialList:
    # Do something and collect response
    trial['response'] = 'the answer!'

... 现在 trialList 包含更新的值，因为 trial 引用了它。非常便利!但是字典列表非常不方便，特别是因为我希望能够按列计算 Pandas 擅长的东西。

鉴于上面的 trialList，我想我可以通过做一些类似 pandas 的事情来让它变得更好:

import pandas as pd    
dfTrials = pd.DataFrame(trialList)  # makes a nice 3-column dataframe with 3 rows

for trial in dfTrials.iterrows():
   # do something and collect response
   trials[1]['response'] = 'the answer!'

... 但 trialList 在这里保持不变。有没有一种简单的方法可以逐行更新值，也许等同于字典版本？重要的是它是逐行的，因为这是一个实验，在这个实验中，向参与者展示了很多试验，并且在每个试验中收集了各种数据。

Answer 1

如果你真的想要逐行操作，你可以使用 iterrows 和 loc:

>>> for i, trial in dfTrials.iterrows():
...     dfTrials.loc[i, "response"] = "answer {}".format(trial["no"])
...     
>>> dfTrials
   condition  no  response
0          2   1  answer 1
1          1   2  answer 2
2          1   3  answer 3

[3 rows x 3 columns]

更好的是当你可以向量化时:

>>> dfTrials["response 2"] = dfTrials["condition"] + dfTrials["no"]
>>> dfTrials
   condition  no  response  response 2
0          2   1  answer 1           3
1          1   2  answer 2           3
2          1   3  answer 3           4

[3 rows x 4 columns]

而且总是有apply:

>>> def f(row):
...     return "c{}n{}".format(row["condition"], row["no"])
... 
>>> dfTrials["r3"] = dfTrials.apply(f, axis=1)
>>> dfTrials
   condition  no  response  response 2    r3
0          2   1  answer 1           3  c2n1
1          1   2  answer 2           3  c1n2
2          1   3  answer 3           4  c1n3

[3 rows x 5 columns]