Установите значение для конкретной ячейки в фрейме данных pandas с помощью индекса

Question

Установите значение для конкретной ячейки в фрейме данных pandas с помощью индекса

Я создал панд DataFrame

df=DataFrame(index=['A','B','C'], columns=['x','y'])

и



    x    y

A  NaN  NaN

B  NaN  NaN

C  NaN  NaN

Затем я хочу присвоить значение определенной ячейке, например, для строки " C "и столбца "x".
Я ожидал получить такой результат:



    x    y

A  NaN  NaN

B  NaN  NaN

C  10  NaN

этот код:

df.xs('C')['x']=10

но содержание df не изменились. Это снова только Нэн в кадре данных.

какие предложения?

2243 12

python pandas

12 ответов:

Comments

Ничего не найдено.

unutbu · Accepted Answer · 2017-09-16 05:35:13

ответ Руктех,df.set_value('C', 'x', 10), далеко и далеко быстрее, чем варианты, которые я предложил ниже. Тем не менее, это было планируется отменить.

идти вперед,рекомендуется .iat/.at.

почему df.xs('C')['x']=10 не работает:

df.xs('C') по умолчанию возвращает новый фрейм данных копия данных, так
df.xs('C')['x']=10
изменяет только этот новый фрейм данных.

df['x'] возвращает представление df фрейм данных, так что
df['x']['C'] = 10
изменение df сам по себе.

предупреждение: иногда трудно предсказать, возвращает ли операция копию или представление. По этой причине документы рекомендуют избегать назначений с "цепной индексацией".

так что рекомендуемая альтернатива это
df.at['C', 'x'] = 10
, который тут изменить df.
In [18]: %timeit df.set_value('C', 'x', 10)
100000 loops, best of 3: 2.9 µs per loop

In [20]: %timeit df['x']['C'] = 10
100000 loops, best of 3: 6.31 µs per loop

In [81]: %timeit df.at['C', 'x'] = 10
100000 loops, best of 3: 9.2 µs per loop

RukTech · Accepted Answer · 2018-01-16 15:03:17

Обновление: The .способ значение будет устаревший. .iat/. at являются хорошими заменами, к сожалению панды предоставляет мало документации

самый быстрый способ сделать это с помощью set_value. Этот метод ~в 100 раз быстрее, чем .ix метод. Например:

df.set_value('C', 'x', 10)

Blairg23 · Accepted Answer · 2016-07-19 22:59:50

вы также можете использовать условный поиск с помощью .loc Как видно здесь:
df.loc[df[<some_column_name>] == <condition>, <another_column_name>] = <value_to_add>
здесь <some_column_name - это столбец, который вы хотите проверить <condition> переменной "против" и <another_column_name> - это столбец, который вы хотите добавить (может быть новый столбец или тот, который уже существует). <value_to_add> - это значение, которое вы хотите добавить в этот столбец/строку.

этот пример не работает точно с вопросом под рукой, но это может быть полезно для тех, кто хочет добавить определенное значение на основе состояние.

Yariv · Accepted Answer · 2017-05-23 15:26:36

рекомендуемый способ (согласно сопровождающим) установить значение:
df.ix['x','C']=10
С помощью "цепной индексации" (df['x']['C']) могут привести к проблемам.

посмотреть:

https://stackoverflow.com/a/21287235/1579844

http://pandas.pydata.org/pandas-docs/dev/indexing.html#indexing-view-versus-copy

https://github.com/pydata/pandas/pull/6031

Yash · Accepted Answer · 2015-10-16 16:31:32

попробуйте использовать df.loc[row_index,col_indexer] = value

Alon Galor · Accepted Answer · 2017-01-23 11:46:08

это единственное, что работал для меня!
df.loc['C', 'x'] = 10
подробнее о .locздесь.

Muge Cevik · Accepted Answer · 2018-02-14 10:17:50

можно использовать .iloc.
df.iloc[[2], [0]] = 10

Grzegorz Brzęczyszczykiewicz · Accepted Answer · 2018-07-23 13:19:27

в моем примере я просто изменить его в выбранную ячейку
    for index, row in result.iterrows():
        if np.isnan(row['weight']):
            result.at[index, 'weight'] = 0.0
'result' - это поле данных со столбцом 'weight'

Kirill Dolmatov · Accepted Answer · 2018-03-13 17:48:11

Если вы хотите изменить значения не всю подряд, а только для некоторых столбцов:
x = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
x.iloc[1] = dict(A=10, B=-10)

andrei deusteanu · Accepted Answer · 2018-07-11 13:42:35

из версии 0.21.1 вы также можете использовать .at метод. Есть некоторые различия по сравнению с .loc Как уже упоминалось здесь - панды. в versus .loc, но это быстрее при замене одного значения

Sujit Singh · Accepted Answer · 2018-10-08 02:30:06

df.loc['c','x']=10 Это изменит значение c - ой строки и xth колонка.

Joshua Magaña · Accepted Answer · 2016-01-26 23:40:21

Я тоже искал эту тему, и я собрал способ итерации через фрейм данных и обновить его с помощью значений поиска из второго фрейма данных. Вот мой код.
src_df = pd.read_sql_query(src_sql,src_connection)
for index1, row1 in src_df.iterrows():
    for index, row in vertical_df.iterrows():
        src_df.set_value(index=index1,col=u'etl_load_key',value=etl_load_key)
        if (row1[u'src_id'] == row['SRC_ID']) is True:
            src_df.set_value(index=index1,col=u'vertical',value=row['VERTICAL'])