python - 如何使用存储在两个列表/向量/系列中的 "coordinate-like"索引更改数据框单元格值？

Question

如果之前有人问过这个问题，我深表歉意，不知何故我找不到答案。

假设我有两个值列表:

rows = [0,1,2]
cols = [0,2,3]

分别表示行和列的索引。这两个列表结合了矩阵中的坐标排序，即 (0,0)、(1,2)、(2,3)。

我想在不使用循环的情况下使用这些坐标来更改 dataframe 的特定单元格。

在 numpy 中，这是微不足道的:

data = np.ones((4,4))
data[rows, cols] = np.nan

array([[nan,  1.,  1.,  1.],
      [ 1.,  1., nan,  1.],
      [ 1.,  1.,  1., nan],
      [ 1.,  1.,  1.,  1.]])

但是在 pandas 中，我似乎陷入了一个循环:

df = pd.DataFrame(np.ones((4,4)))
for _r, _c in zip(rows, cols): 
    df.iat[_r, _c] = np.nan

有没有一种方法可以使用列出类坐标索引的向量来直接修改 pandas 中的单元格？

---

请注意，答案不是改用 iloc，这会选择整个行和列的交集。

Answer 1

很简单!利用 pandas 构建于 numpy 之上这一事实并使用 DataFrame.values

df.values[rows, cols] = np.nan

输出:

     0    1    2    3
0  NaN  1.0  1.0  1.0
1  1.0  1.0  NaN  1.0
2  1.0  1.0  1.0  NaN
3  1.0  1.0  1.0  1.0