pandas DataFrame 赋值的注意事项说明(index)

一 pandas DataFrame一列赋值问题

说明，把b的列赋值给a

情况1：a,b index设置相同

如下代码

import pandas as pd
import numpy as np
a = pd.DataFrame(np.arange(16).reshape(4,4),index=list(\'abcd\'),columns=list(\'wxyz\'))
b = pd.DataFrame(np.array([11,22,33,44]),index=list(\'abcd\'),columns=[\'m\'])
a[\'m\'] = b[\'m\']
print(a)

上述代码结果如下

  w  x  y  z  m
a  0  1  2  3 11
b  4  5  6  7 22
c  8  9 10 11 33
d 12 13 14 15 44

情况一是最基本的情况，结果也符合预期，之所以符合预期是因为a,b都设有同样的index，赋值操作按照index来到。如果b不设置Index，而是使用默认的index呢？

情况2：b的index采用默认值

代码如下

import pandas as pd
import numpy as np
a = pd.DataFrame(np.arange(16).reshape(4,4),index=list(\'abcd\'),columns=list(\'wxyz\'))
b = pd.DataFrame(np.array([11,22,33,44]),columns=[\'m\'])
a[\'m\'] = b[\'m\']
print(a)

结果如下

  w  x  y  z  m
a  0  1  2  3 NaN
b  4  5  6  7 NaN
c  8  9 10 11 NaN
d 12 13 14 15 NaN

情况二，结果超出了想象，b中的index为0，1，2，3与a中的index（‘a\’,‘b\’,‘c\’,‘d\’）不同，在赋值的过程中，是按照a中的index在b中找index相同位置的值，由于index不同，因此，给a赋值为NaN

情况三 : b中的部分Index与a中的相同

代码如下

import pandas as pd
import numpy as np
a = pd.DataFrame(np.arange(16).reshape(4,4),index=list(\'abcd\'),columns=list(\'wxyz\'))
b = pd.DataFrame(np.array([11,22,33,44]),index=list(\'arpb\'),columns=[\'m\'])
a[\'m\'] = b[\'m\']
print(a)

结果如下

  w  x  y  z   m
a  0  1  2  3 11.0
b  4  5  6  7 44.0
c  8  9 10 11  NaN
d 12 13 14 15  NaN

由情况三结果可知，只有Index相同的行，赋值才能成功

总结：

从以上可以看出，Pandas DataFrame严格按照Index进行赋值，如果Index不同的话，则赋值为NaN

补充：python编程过程中DataFrame修改特定单元格值后原数据不变的一个解决方案

最近在参加了一个比赛，里面设计到数据清洗的工作，需要对一些异常值作出修改，往常我都是这样操作的

df[condition][\'column\'].iloc[0:3] = ......

或者

df[condition][\'column\'][0:3] = ......

里面condition代表满足条件的逻辑表达式，column表示列名

一般还是管用的，但偶尔会出现错误，主要是df[condition]这种表达在python里面是不够规范的，因此运行以后单元格容易赋值失败。在尝试了很多种方法之后，最后还是使用规范的loc或者iloc表达

df.loc[[row condition],[\'column\']] = ......

例如：

NA.loc[[23,29,49],\'北美整体规模\'] = ......

或者

df.iloc[np.where(condition),[1:3]]

注意loc里面接的是具体的行列名称，iloc里面接的是满足条件的行列名称所对应的位置数字列表，切忌弄混！

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。如有错误或未考虑完全的地方，望不吝赐教。