Pandas DataFrame修改值时避免链式索引陷阱

dfmi.iloc[:,1]

Pandas修改值前的注意事项

在使用Pandas修改DataFrame数据前，需掌握其基础操作规范。

本文内容参考Pandas官方文档说明。

When setting values in a pandas object, care must be taken to avoid what is calledchained indexing. Here is an example.

修改DataFrame中的值时，必须注意避免产生链式索引（chained indexing）所引发的副本问题。

链式索引陷阱与正确修改方法

首先构建一个示例DataFrame对象。

dfmi = pd.DataFrame([list('abcd'),list('efgh'),list('ijkl'),list('mnop')],
                    columns=pd.MultiIndex.from_product([['one','two'],
                                                        ['first','second']]))

利用列索引的层次结构创建多级索引（MultiIndex）。

通过直接访问第一层索引['one']，可获取对应的子DataFrame，这相当于对单层索引数据的子集操作。

dfmi['one']

dfmi['one']['second']

dfmi.loc[:,('one','first')]

对比iloc与loc的选择，通过直接标签访问的情况有所不同。通过标签的访问是一个序列性质的访问顺序，先从DataFrame选择出‘one'然后再在'one'中选择出'first'。将('one','first')元组作为传入，只调用了__getitem__一次，速度更快。

因此，在修改值时应避免这种线性调用方式。

推荐采用以下正确方式。

到此这篇关于Pandas DataFrame数据修改值的方法的文章就介绍到这了,更多相关Pandas DataFrame修改值内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站！