熊猫：更改过滤的数据帧列

我试图将过滤的数据框传递到一个函数，该函数是为了操纵一些列（再次使用过滤）。我知道这已经出现了很多次，但即使在阅读了文档和其他相关问题之后，我仍然遇到困难。我想我只需要一个可以从中开始尝试的实例。熊猫：更改过滤的数据帧列

这是我失败的尝试。 s1应该是从我的实际用例传递到列操作函数的值。

>>> import pandas as pd 
>>> 
>>> df1 = pd.DataFrame({'a': [1, 2, 3, 4], 'b': [ 8, 7, 6, 5]}) 
>>> df1 
    a b 
0 1 8 
1 2 7 
2 3 6 
3 4 5 
>>> 
>>> s1 = df1.loc[df1['a']<=2, :] 
>>> s1 
    a b 
0 1 8 
1 2 7 
>>> s1['b'] = 0 
__main__:1: SettingWithCopyWarning: 
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 caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy 
>>> df1 
    a b 
0 1 8 
1 2 7 
2 3 6 
3 4 5 
>>> s1.loc[:, 'b'] = 0 
/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas/core/indexing.py:508: SettingWithCopyWarning: 
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 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 
>>> df1 
    a b 
0 1 8 
1 2 7 
2 3 6 
3 4 5 
>>> s2 = df1[df1['a']<=2] # next try: # this seems to create a detached copy of df1 
>>> s2 
    a b 
0 1 8 
1 2 7 
>>> s2.loc[:,'b']=0 
>>> df1 # df1 didn't change :-(
    a b 
0 1 8 
1 2 7 
2 3 6 
3 4 5 
>>> s2 # ... only filtered copy of df1 did. 
    a b 
0 1 0 
1 2 0

来源

2016-11-14 orange

你试图达到什么目的？ – James

我正在使用函数f（df）来修改数据帧的某些列。如果可能的话，我希望透明地传入过滤的数据框，以便只修改行的子集（实际上，此功能会执行一些额外的过滤并仅修改子集的子集 - 不确定是否相关）。 – orange

我其实认为这是不可能的。你不能创建一个数据框的子集，改变它的数据，并期望原始数据框被改变，除非你用'ix'，'loc'等在一行中完成所有操作。任何人都可以证实这一点吗？ – orange

我认为你应该使用功能.IX

例如：

df1.ix[df1['a']<=2, 'b'] = 0

是要达到什么目的？

来源

2016-11-14 02:17:59 angelwally

没有，也不起作用。我的用例的等价物将是s3 = df1.ix [df1 ['a'] <= 2，：]'然后是's3 ['b'] = 4'（在一个函数中不知道“关于过滤器的任何事情）不会改变'df1'。 – orange

你想要做的是对于b有0，其中a <= 2，对吗？ – angelwally

熊猫：更改过滤的数据帧列

回答

相关问题