在不使用索引的情况下替换pandas DataFrame中所选单元格的值

Question

这是一个与此问题非常相似的问题，但有一个关键区别：我选择要更改的数据不是通过其索引而是通过一些条件。

如果我应用的条件返回单行数据，则我希望能够以简单的方式设置该行中某个列的值，但我的第一次尝试并没有成功：

>>> d = pd.DataFrame({'year':[2008,2008,2008,2008,2009,2009,2009,2009], 
...                   'flavour':['strawberry','strawberry','banana','banana',
...                   'strawberry','strawberry','banana','banana'],
...                   'day':['sat','sun','sat','sun','sat','sun','sat','sun'],
...                   'sales':[10,12,22,23,11,13,23,24]})

>>> d
   day     flavour  sales  year
0  sat  strawberry     10  2008
1  sun  strawberry     12  2008
2  sat      banana     22  2008
3  sun      banana     23  2008
4  sat  strawberry     11  2009
5  sun  strawberry     13  2009
6  sat      banana     23  2009
7  sun      banana     24  2009

>>> d[d.sales==24]
   day flavour  sales  year
7  sun  banana     24  2009

>>> d[d.sales==24].sales = 100
>>> d
   day     flavour  sales  year
0  sat  strawberry     10  2008
1  sun  strawberry     12  2008
2  sat      banana     22  2008
3  sun      banana     23  2008
4  sat  strawberry     11  2009
5  sun  strawberry     13  2009
6  sat      banana     23  2009
7  sun      banana     24  2009

那么，与其将2009年星期天的香蕉销售额设置为100，不如什么都不做！最好的解决方案是使用行号，因为通常事先不知道行号！

- LondonRob

Answer 1

有许多方法可以做到这一点

1

In [7]: d.sales[d.sales==24] = 100

In [8]: d
Out[8]: 
   day     flavour  sales  year
0  sat  strawberry     10  2008
1  sun  strawberry     12  2008
2  sat      banana     22  2008
3  sun      banana     23  2008
4  sat  strawberry     11  2009
5  sun  strawberry     13  2009
6  sat      banana     23  2009
7  sun      banana    100  2009

2

In [26]: d.loc[d.sales == 12, 'sales'] = 99

In [27]: d
Out[27]: 
   day     flavour  sales  year
0  sat  strawberry     10  2008
1  sun  strawberry     99  2008
2  sat      banana     22  2008
3  sun      banana     23  2008
4  sat  strawberry     11  2009
5  sun  strawberry     13  2009
6  sat      banana     23  2009
7  sun      banana    100  2009

3

In [28]: d.sales = d.sales.replace(23, 24)

In [29]: d
Out[29]: 
   day     flavour  sales  year
0  sat  strawberry     10  2008
1  sun  strawberry     99  2008
2  sat      banana     22  2008
3  sun      banana     24  2008
4  sat  strawberry     11  2009
5  sun  strawberry     13  2009
6  sat      banana     24  2009
7  sun      banana    100  2009

- waitingkuo

---

是的！解决方案1有效。这种方法有些违反直觉：d.sales[d.sales==24] = 100是可行的，但d[d.sales==24].sales=100却不行。在我看来，它们（在功能上）看起来是相同的。啊，算了。感谢@waitingkuo。 - LondonRob

d[d.sales==24] 生成一个新对象。 - waitingkuo

关于@waitingkuo的评论：这是期望的行为吗，Pandas开发者们？选择d[d.sales==24]生成原始DataFrame的副本显然不直观。实际上，我认为每个对象都应该是对原始对象的引用（包括选择单个行，正确地“折叠”为Pandas Series），除非用户通过某种方式明确请求（通过copy=True）。你有什么想法？ - LondonRob

请注意：这些内容现在将在0.13版本中引发/警告，请参见（此处）[http://pandas.pydata.org/pandas-docs/dev/indexing.html#indexing-view-versus-copy)。 - Jeff

有没有不使用 d.sales 的方法？我更喜欢不使用这种语法，因为有时列名中有空格。 - cryanbhu

Answer 2

我不确定pandas的旧版本是否支持，但在0.16版本中，可以基于多个列值设置特定单元格的值。

扩展@waitingkuo提供的答案，也可以基于多个列的值进行相同的操作。

d.loc[(d.day== 'sun') & (d.flavour== 'banana') & (d.year== 2009),'sales'] = 100

- ram

Answer 3

虽然这个问题比较老，但我很惊讶没有人提到numpy的.where()功能（可以直接从pandas模块调用）。

在这种情况下，代码应为：

d.sales = pd.np.where(d.sales == 24, 100, d.sales)

据我所知，这是跨系列有条件地更改数据的最快方法之一。

- elPastor