python - Pandas 出现故障？无法覆盖值

Question

所以我尝试运行我之前开发的代码，它已经使用 pandas 运行了很多次。

我的数据框有一个自定义索引(以唯一字符串值作为索引，代表唯一标识符，在本例中为单个蛋白质)，文件名作为列。然后我使用迭代过程将计数分配给数据框中的某些单元格。所以，假设我有一个默认字典 (my_dict)，它带有给定的任意键，值为 [filename, protein, count]。

我有一个排序的文件名列表和一个排序的蛋白质列表，分别称为 all_filenames 和 all_proteins。

 import pandas as pd
 df = pd.DataFrame(index=all_proteins, columns=all_filenames)

 from collections import defaultdict
 my_dict = defaultdict(list)

 ... (Assign values to the dictionary)

 for key in my_dict:
     my_filename = my_dict[key][0]
     my_protein = my_dict[key][1]
     my_count = my_dict[key][2]

     df[my_filename][my_protein] = my_count

但是，每当我打印 df 时，出于某种原因，在这种情况下它会完全返回空白(具有正确的索引和文件名)，而通常情况下不会。

为了测试，我在数据框上做了以下操作:

>>> my_filename in df.columns.tolist()
True
>>> my_protein in df.index.tolist()
True
>>> df[my_filename][my_protein]
nan
>>> my_count
3.0
>>> type(my_count)
<type 'numpy.float64'>
>>> 
>>> df[my_filename][my_protein] = my_count
>>> df[my_filename][my_protein]
nan
>>> 

我尝试了 df[my_filename].ix[my_protein]、df[my_filename].loc[my_protein]，甚至创建了自定义索引。

通常这个脚本工作正常。我的文件名通常类似于:beta_maxi070214_08，所以没有空格或没有 ASCII 字符。

我的蛋白质名称都是标准的，所有名称都在 UniProtKB 数据库中，或者是两种蛋白质之间的链接(即 ACACA-ACACB)。

我不太确定发生了什么。有人有什么建议吗？

编辑:这是一个例子:

>>> my_filename 
'beta_orbi080714_05'
>>> my_protein 
'ACACA:K1316-ACACA:K1363'
>>> my_count 
3.0 
>>> type(my_count) 
<type 'numpy.float64'>
>>> df[my_filename][my_protein] = my_count
>>> df[my_filename][my_protein]
nan
>>> 

Answer 1

尝试:df.ix[my_filename,my_protein] = value

这样做的原因(根据我的理解)是 df['x']['y'] 返回数据框的副本。因此，您正在更改一个值，但您正在更改一个副本的值，该副本不会放回其中。

编辑:DSM 说明，.loc 和 .iloc 通常优于 .ix，后者具有难以解释的语义。这里有一部分文档专门用于解释涉及的 View 与复制问题 http://pandas.pydata.org/pandas-docs/stable/indexing.html#returning-a-view-versus-a-copy