python - 使用数据帧另一部分的数据编辑 pandas 数据帧中的值

Question

我希望在 Pandas DataFrame 的一部分上使用索引来编辑值对应另一个索引。这是一个例子:

>>> from pandas import *
>>> from numpy.random import randn
>>> x = DataFrame(randn(3, 3), columns=[1, 2, 3], index=['a', 'b', 'c'])
>>> print x

        1         2         3
a -1.007344  0.234990  0.772736
b  0.658360  1.330051 -0.269388
c  0.010871  1.035687  0.230169


>>> index1 = x.index[0:2]
>>> index2 = x.index[1:3]
>>> y = x
>>> x.loc[index1, 3] = x.loc[index2, 2]
>>> print x


        1         2         3
a -1.007344  0.234990       NaN
b  0.658360  1.330051  1.330051
c  0.010871  1.035687  0.230169

后者的输出是相当意外的。相反，有效的方法如下:

>>> y.loc[index1, 3] = y.loc[index2, 2].values
>>> print y

       1         2         3
a -1.007344  0.234990  1.330051
b  0.658360  1.330051  1.035687
c  0.010871  1.035687  0.230169

但是，后一种解决方案对于我想要使用的许多应用程序来说并不方便。例如我想写:

x.loc[index1, 3] = x.loc[index2, 2]+2 

或

x.loc[index1, 3] = x.loc[index1, 3] + x.loc[index2, 2]

等等

还有其他方法可以解决这个问题吗？

提前致谢!

Answer 1

Pandas 非常适合根据索引进行对齐。如果您考虑一下，“意外”结果实际上是可以理解的

x.loc[index1, 3]

作为带有索引标签['a', 'b']和赋值的系列

x.loc[index1, 3] = x.loc[index2, 2]

正在从 x.loc[index2, 2] 分配新值，这是一个带有索引标签 ['b', 'c'] 的系列。由于右侧的数据仅与左侧标签 'b' 处的系列对齐，因此该标签将获得新值，而标签 a 设置为 NaN，因为右侧没有该索引的值。

当您希望 Pandas 忽略索引时，您需要在右侧传递一个没有索引的对象。所以，正如你所展示的，

y.loc[index1, 3] = y.loc[index2, 2].values

产生所需的结果。

同样，对于更复杂的作业，您可以使用

x.loc[index1, 3] = x.loc[index2, 2].values + 2

或

x.loc[index1, 3] += x.loc[index2, 2].values

(请注意，第二个赋值使用就地加法运算符 +=。)

如果您有很多忽略索引的赋值，那么也许您应该使用 NumPy 数组而不是 Pandas DataFrame。

import pandas as pd
import numpy as np

x = pd.DataFrame(np.arange(9).reshape((3, 3)), columns=[1, 2, 3], index=['a', 'b', 'c'])
arr = x.values
print(arr)
# [[0 1 2]
#  [3 4 5]
#  [6 7 8]]

index1 = slice(0,2)
index2 = slice(1,3)
arr[index1, 2] = arr[index2, 1]
print(arr)
# [[0 1 4]
#  [3 4 7]
#  [6 7 8]]

# Instead of x.loc[index1, 3] = x.loc[index2, 2]+2 
arr[index1, 2] = arr[index2, 1] + 2
print(arr)
# [[0 1 6]
#  [3 4 9]
#  [6 7 8]]

# Instead of x.loc[index1, 3] = x.loc[index1, 3] + x.loc[index2, 2]
arr[index1, 2] += arr[index2, 1]
print(arr)
# [[ 0  1 10]
#  [ 3  4 16]
#  [ 6  7  8]]

x.loc[:,:] = arr
print(x)
#    1  2   3
# a  0  1  10
# b  3  4  16
# c  6  7   8