潜在缺陷：使用ILOC

Question

未定义列如果你

>>> df = pd.DataFrame(np.arange(0,9), columns=['count']) 
>>> df.iloc[0:5]['group'] = 'a' 
>>> df 
Out[346]: 
    count 
0  0 
1  1 
2  2 
3  3 
4  4 
5  5 
6  6 
7  7 
8  8 

没有价值将被设置设定值。但是，如果你第一次做

>>> df['group'] = 'b' 
>>> df.iloc[0:5]['group'] = 'a' 
>>> df 
    Out[353]: 
    count group 
0  0  a 
1  1  a 
2  2  a 
3  3  a 
4  4  a 
5  5  b 
6  6  b 
7  7  b 
8  8  b 

对我来说，这是意想不到的行为。无论我是否使用iloc来筛选某些列，我都希望这能起作用。但是，如果这不起作用，至少我会期待一个错误/警告。我只希望没有值被设置，并且没有任何警告，当我使用索引设置一些值并且索引实际上不存在于左侧时。

我在

>>> pd.__version__ 
Out[355]: '0.14.0rc1-51-gccd593f' 

Answer 1

不，这不是一个错误：当你打电话

df.iloc[0:5]['group'] 

会发生什么 “引擎盖下” 实际上是两个调用：

m = df.iloc[0:5] 
m['group'] = 'a' 

，正如你所见，df根本没有改变。但是，这样做：

df['group'] = 'b' 

你真正改变df，如果你会print df在这一点上，你会得到另一列满b S：当你继续

count group 
0  0  b 
1  1  b 
2  2  b 
3  3  b 
4  4  b 
5  5  b 
6  6  b 
7  7  b 
8  8  b 

所以而这样做的：

df.iloc[0:5]['group'] = 'a' 

你改变你刚刚加入到df列。

杰夫在上面的评论中提到，根据docs：

有时，当你切开一个数组，你只会得到一个观点回来， 这意味着你可以将它设置没有问题。然而，如果以特定的方式

此外切片甚至单个dtyped 阵列可生成副本：

---

这意味着大熊猫的设计者允许不同的行为（返回一个视图与返回一个副本），可能是为了实现性能，为了不会陷入这种意想不到的行为，他们会在文档中警告您并提供了“正确”的使用方式，即df.loc[0:5,'group'] = 'a'

总之，这是不是一个错误 - 它的“设计”