Python 数据框；使用多个过滤器更改列值时遇到问题

Question

我有一个从 ODBC 数据库中取出的大型数据框。 Dataframe 有多个列；我试图通过过滤另外两列来更改一列的值。首先，我用这两个条件过滤我的数据帧 data_prem ，这给了我正确的行:

data_prem[(data_prem['PRODUCT_NAME']=='ŽZ08') & (data_prem['BENEFIT'].str.contains('19.08.16'))]

然后我在选择上使用替换功能将“M”值更改为“H”值:

data_prem[(data_prem['PRODUCT_NAME']=='ŽZ08') & (data_prem['BENEFIT'].str.contains('19.08.16'))]['Reinsurer'].replace(to_replace='M',value='H',inplace=True,regex=True)

Python 警告我，我正在尝试修改数据帧的副本，即使我明确引用了原始数据帧(我发布图像，以便您可以看到我的结果)。

dataframe filtering

我还尝试按以下方式使用 .loc 函数:

data_prem.loc[((data_prem['PRODUCT_NAME']=='ŽZ08') & (data_prem['BENEFIT'].str.contains('19.08.16'))),'Reinsurer'] = 'H'

它更改了符合第二个条件(str.contains...)的所有行，但它没有应用第一个条件。我还在“再保险公司”列中替换了其他“PRODUCT_NAME”值。

有一段时间我一直在网上寻找这个问题的答案。我看到一些提到 pandas 库中的错误，不确定这是否是他们所说的。

我会重视您可能提出的任何意见，也会对解决此问题的其他方法感兴趣。我使用 map 函数填充“再保险公司”列，并以“PRODUCT_NAME”作为输入(有一个字典将所有“PRODUCT_NAME”值与“再保险公司”值连接起来)。

Answer 1

根据您的 bool 掩码，您已经演示了应用chained indexing的两种方法。 。这就是警告的原因，也是您没有看到逻辑按照预期应用的原因。

mask = (data_prem['PRODUCT_NAME']=='ŽZ08') & df['BENEFIT'].str.contains('19.08.16')

链式索引:示例#1

df[mask]['Reinsurer'].replace(to_replace='M', value='H', inplace=True, regex=True)

链式索引:示例#2

df[mask].loc[mask, 'Reinsurer'] = 'H'

避免链式索引

您可以通过应用一次 mask 并使用单个 loc 调用来使事情变得简单:

df.loc[mask, 'Reinsurer'] = 'H'