python - bool 选择和屏蔽赋值

Question

关于 DataFrame 中的 bool 选择的新手 pandas 问题。假设我有以下内容，我想在其中获取所有 > 1 的条目并将它们设置为 3

import numpy as np
import pandas as pd

s = pd.DataFrame(data=np.random.randn(10, 4), index=np.arange(10),
              columns=["a", "b", "c", "d"])

s[np.abs(s) > 1] = np.sign(s) * 3

RHS 的形状与 LHS 不同，为什么它工作正常而我不必这样做

s[np.abs(s) > 1] = np.sign(s[np.abs(s) > 1]) * 3

我的理解是，这两个表达式的 LHS 返回对括号中的表达式求值为 True 的元素的 View 。但是，检查第一条语句的 LHS 表明它为选择语句为 False 的元素返回 NaN。我错过了什么？

Answer 1

您缺少的是 Python 中的索引语句根据它是在赋值的 RHS 还是 LHS 上而具有不同的含义。在你的情况下:

s[np.abs(s) > 1] = np.sign(s) * 3

这会调用 pd.DataFrame.__setitem__(s, np.abs(s) > 1, np.sign(s) * 3)。由于np.abs(s) > 1仅在某些单元格中返回 True，Pandas 实现setitem()` 以仅修改这些单元格。这只是一个有用的约定——Python 语言本身没有强制执行它。

另一方面，如果你说:

print(s[np.abs(s) > 1])

这会调用 pd.DataFrame.__getitem__(s, np.abs(s) > 1)。 Pandas 通过返回一个与 s 形状相同但“缺失”值用 NAN 填充的 DataFrame 来实现这一点。

因此，当您进行赋值时，不要想象 Pandas 正在创建一个条件为 False 且具有 NAN 值的 DataFrame，然后赋值给该 DataFrame。事实并非如此。只要条件为真，它就会将值从 RHS 复制到 LHS。