首页 / PYTHON / python-对Pandas DataFrame使用逻辑索引或布尔索引的正确语法是什么？

python-对Pandas DataFrame使用逻辑索引或布尔索引的正确语法是什么？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-对Pandas DataFrame使用逻辑索引或布尔索引的正确语法是什么？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2255字，纯文字阅读大概需要4分钟。

内容图文

我要使用逻辑索引来修改Pandas DataFrame(版本0.15.2)中的值,如本post所述.我一直收到以下警告：

A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
  self.obj[item_labels[indexer[info_axis]]] = value

这是一个示例进行演示.

import pandas as pd
import numpy as np
df = pd.DataFrame({'A':[9,10]*6,
                   'B':range(23,35),
                   'C':range(-6,6)})

print df
     A   B  C
0    9  23 -6
1   10  24 -5
2    9  25 -4
3   10  26 -3
4    9  27 -2
5   10  28 -1
6    9  29  0
7   10  30  1
8    9  31  2
9   10  32  3
10   9  33  4
11  10  34  5

使用逻辑索引更改值的正确方法是什么？假设我要从B列中所有> 30,为什么不首选以下内容？我意识到这是链式作业,不鼓励使用.在我实际上使用的代码中,它确实完成了我想要的操作(它不是进行复制,而是实际上在编辑原始DataFrame),但仍显示警告：

df['B-type'] = 'B'                  # create column with dummy values
df['B-type'][df['B'] > 30] = 'BI'   # populate the column with real values for BI type
df['B-type'][df['B'] <= 30] = 'BII' # populate the column with real values for BII type
print df
     A   B  C B-type
0    9  23 -6    BII
1   10  24 -5    BII
2    9  25 -4    BII
3   10  26 -3    BII
4    9  27 -2    BII
5   10  28 -1    BII
6    9  29  0    BII
7   10  30  1    BII
8    9  31  2     BI
9   10  32  3     BI
10   9  33  4     BI
11  10  34  5     BI

目前尚不清楚为什么这是“错误的”,但仍然可以正常工作.

解决方法:

一种方法是使用如下所示的.loc–

df.loc[df['B'] > 30,'B'] = df.loc[df['B'] > 30,'B'] - 10

演示-

In [9]: df = pd.DataFrame({'A':[9,10]*6,
   ...:                    'B':range(23,35),
   ...:                    'C':range(-6,6)})

In [10]:

In [10]: df
Out[10]:
     A   B  C
0    9  23 -6
1   10  24 -5
2    9  25 -4
3   10  26 -3
4    9  27 -2
5   10  28 -1
6    9  29  0
7   10  30  1
8    9  31  2
9   10  32  3
10   9  33  4
11  10  34  5

In [11]: df.loc[df['B'] > 30,'B'] = df.loc[df['B'] > 30,'B'] - 10

In [12]: df
Out[12]:
     A   B  C
0    9  23 -6
1   10  24 -5
2    9  25 -4
3   10  26 -3
4    9  27 -2
5   10  28 -1
6    9  29  0
7   10  30  1
8    9  21  2
9   10  22  3
10   9  23  4
11  10  24  5

或者,如评论中所述,您还可以使用上述扩展作业版本-

df.loc[df['B'] > 30,'B'] -= 10

内容总结

以上是互联网集市为您收集整理的python-对Pandas DataFrame使用逻辑索引或布尔索引的正确语法是什么？全部内容，希望文章能够帮你解决python-对Pandas DataFrame使用逻辑索引或布尔索引的正确语法是什么？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/681137.html

来源：【匿名】