python - 在 pandas 数据框列之间复制值

Question

昨天我花了很多时间尝试将 pandas 数据帧的一列(columnA)中的值复制到同一数据帧中的另一列(columnB)。这些列是带有数字和 NaN 值的 float 。

我研究了这个网站、Stack Overflow、Google 等，我尝试的所有内容要么失败，要么什么也没做，和/或给我一个SettingWithCopyWarning 警告。下面的两种方法都可以复制值，但都会发出此警告。

如果有区别的话，columnA 来自 read_csv 操作，而 columnB 是稍后插入的。

基本上，我想要一些关于哪种方式更好的反馈，或者是否有一种方法可以完成此操作，以便不触发警告。

for row in df.itertuples():
    df['columnB'] = df['columnA']

df['columnB'] = df.apply(lambda row: row['columnA'], axis=1)

Answer 1

让我们仔细看看这个。

首先，让我们创建一个 5x5 数据框。

df = pd.DataFrame(np.arange(25).reshape(5,-1), index=[*'abcde'], columns=[*'ABCDE'])
df

输出:

    A   B   C   D   E  
a   0   1   2   3   4  
b   5   6   7   8   9 
c  10  11  12  13  14 
d  15  16  17  18  19 
e  20  21  22  23  24 

让我们从旧列创建一个新列:

df['Z'] = df['A']
df

输出:

    A   B   C   D   E   Z
a   0   1   2   3   4   0
b   5   6   7   8   9   5
c  10  11  12  13  14  10
d  15  16  17  18  19  15
e  20  21  22  23  24  20

Note: no SettingWithCopyWarnings

现在，让我们复制 df 并将其命名为 df_1，并更改 df_1 中的单元格，df 会发生什么？:

df_1 = df
df_1.loc['a','A'] = 100
print(df_1)
print('\n')
print(df)

输出:

     A   B   C   D   E   Z
a  100   1   2   3   4   0
b    5   6   7   8   9   5
c   10  11  12  13  14  10
d   15  16  17  18  19  15
e   20  21  22  23  24  20

     A   B   C   D   E   Z
a  100   1   2   3   4   0
b    5   6   7   8   9   5
c   10  11  12  13  14  10
d   15  16  17  18  19  15
e   20  21  22  23  24  20

注意:df 也改变了!

现在，让我们获取 df 的一个子集，将其称为 df_ac:

 df_ac = df['a':'c']
 df_ac

输出:

     A   B   C   D   E   Z
a  100   1   2   3   4   0
b    5   6   7   8   9   5
c   10  11  12  13  14  10

让我们更改 df_ac 中的值，看看会发生什么:

df_ac['X'] = df['B']

首先，我们得到SettingWithCopyWarning。这是什么意思？嗯，这意味着在这种情况下 df 没有改变。

df_ac

输出:

     A    B   C   D   E   Z    X
a  100    1   2   3   4   0    1
b    5    6   7   8   9   5    6
c   10   11  12  13  14  10   11

但是，打印 df，

     A    B   C   D   E   Z
a  100    1   2   3   4   0
b    5    6   7   8   9   5
c   10   11  12  13  14  10
d   15   16  17  18  19  15
e   20   21  22  23  24  20

避免此警告的一种方法是使用“copy”

df_ac = df['a':'c'].copy()
df_ac['X'] = df_ac['B']

不，SettingWithCopyWarning。