Python 在不产生链索引的情况下处理数据帧中的行（不仅仅是索引）

我的数据组织在一个数据框架中：

import pandas as pd
import numpy as np

data = {'Col1' : [4,5,6,7], 'Col2' : [10,20,30,40], 'Col3' : [100,50,-30,-50], 'Col4' : ['AAA', 'BBB', 'AAA', 'CCC']}

df = pd.DataFrame(data=data, index = ['R1','R2','R3','R4'])

看起来像这样（只是大得多）：

我的算法在这个表行中循环并执行一组操作

为了干净/懒散，我希望在每次迭代中只处理一行，而不必键入

df.loc['row index'，'column name']

来获取每个单元格的值

我已尝试使用以下方法进行操作，例如：

row_of_interest = df.loc['R2', :]

import pandas as pd
import numpy as np

data = {'Col1' : [4,5,6,7], 'Col2' : [10,20,30,40], 'Col3' : [100,50,-30,-50], 'Col4' : ['AAA', 'BBB', 'AAA', 'CCC']}

df = pd.DataFrame(data=data, index = ['R1','R2','R3','R4'])

row_of_interest         = df.loc['R2']
row_of_interest.is_copy = False
new_cell_value          = row_of_interest['Col2'] + 1000
row_of_interest['Col2'] = new_cell_value

print row_of_interest 

Col1       5
Col2    1020
Col3      50
Col4     BBB
Name: R2, dtype: object

print df

    Col1  Col2  Col3 Col4
R1     4    10   100  AAA
R2     5    20    50  BBB
R3     6    30   -30  AAA
R4     7    40   -50  CCC

但是，当我这样做时，仍然会收到警告：

row_of_interest['Col2'] = row_of_interest['Col2'] + 1000

SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame

而且它不起作用（正如我想的那样），它正在复制

print df

    Col1  Col2  Col3 Col4
R1     4    10   100  AAA
R2     5    20    50  BBB
R3     6    30   -30  AAA
R4     7    40   -50  CCC

对正确的方法有什么建议吗？或者我应该直接使用数据帧吗

编辑1：

使用提供的回复，警告将从代码中删除，但原始数据帧不会被修改：“感兴趣的行”

系列

是一个副本，而不是原始数据帧的一部分。例如：

row_of_interest = df.loc['R2', :]

import pandas as pd
import numpy as np

data = {'Col1' : [4,5,6,7], 'Col2' : [10,20,30,40], 'Col3' : [100,50,-30,-50], 'Col4' : ['AAA', 'BBB', 'AAA', 'CCC']}

df = pd.DataFrame(data=data, index = ['R1','R2','R3','R4'])

row_of_interest         = df.loc['R2']
row_of_interest.is_copy = False
new_cell_value          = row_of_interest['Col2'] + 1000
row_of_interest['Col2'] = new_cell_value

print row_of_interest 

Col1       5
Col2    1020
Col3      50
Col4     BBB
Name: R2, dtype: object

print df

    Col1  Col2  Col3 Col4
R1     4    10   100  AAA
R2     5    20    50  BBB
R3     6    30   -30  AAA
R4     7    40   -50  CCC

编辑2：

import pandas as pd
import numpy as np

data = {'Col1' : [4,5,6,7], 'Col2' : [10,20,30,40], 'Col3' : [100,50,-30,-50], 'Col4' : ['AAA', 'BBB', 'AAA', 'CCC']}

df = pd.DataFrame(data=data, index = ['R1','R2','R3','R4'])

row_of_interest         = df.loc['R2']
row_of_interest.is_copy = False
new_cell_value          = row_of_interest['Col2'] + 1000
row_of_interest['Col2'] = new_cell_value

print row_of_interest 

df.loc['R2'] = row_of_interest 

print df

这是我想要复制的功能的一个例子。在python中，列表列表的列表如下所示：

a = [[1,2,3],[4,5,6]]

现在我可以创建一个“标签”

如果我更改了b中的条目：

b[0] = 7

a和b都变了

print a, b

[[7,2,3],[4,5,6]], [7,2,3]

此行为是否可以在熊猫数据帧之间复制，该数据帧将其中一行标记为熊猫系列？

这应该可以：

row_of_interest = df.loc['R2', :]
row_of_interest.is_copy = False
row_of_interest['Col2'] = row_of_interest['Col2'] + 1000

设置

.is\u copy=False

就是诀窍

编辑2：

import pandas as pd
import numpy as np

data = {'Col1' : [4,5,6,7], 'Col2' : [10,20,30,40], 'Col3' : [100,50,-30,-50], 'Col4' : ['AAA', 'BBB', 'AAA', 'CCC']}

df = pd.DataFrame(data=data, index = ['R1','R2','R3','R4'])

row_of_interest         = df.loc['R2']
row_of_interest.is_copy = False
new_cell_value          = row_of_interest['Col2'] + 1000
row_of_interest['Col2'] = new_cell_value

print row_of_interest 

df.loc['R2'] = row_of_interest 

print df

df:

这应该起作用：

row_of_interest = df.loc['R2', :]
row_of_interest.is_copy = False
row_of_interest['Col2'] = row_of_interest['Col2'] + 1000

设置

.is\u copy=False

就是诀窍

编辑2：

import pandas as pd
import numpy as np

data = {'Col1' : [4,5,6,7], 'Col2' : [10,20,30,40], 'Col3' : [100,50,-30,-50], 'Col4' : ['AAA', 'BBB', 'AAA', 'CCC']}

df = pd.DataFrame(data=data, index = ['R1','R2','R3','R4'])

row_of_interest         = df.loc['R2']
row_of_interest.is_copy = False
new_cell_value          = row_of_interest['Col2'] + 1000
row_of_interest['Col2'] = new_cell_value

print row_of_interest 

df.loc['R2'] = row_of_interest 

print df

df:

---

这是最直接的方法

df.loc['R2', 'Col2'] += 1000
df

---

这是最直接的方法

df.loc['R2', 'Col2'] += 1000
df

---

您可以通过创建一个包含要处理的切片的系列来删除警告：

from pandas import Series
row_of_interest = Series(data=df.loc['R2', :])
row_of_interest.loc['Col2'] += 1000
print(row_of_interest)

结果：

Col1       5
Col2    1020
Col3      50
Col4     BBB
Name: R2, dtype: object

---

通过使用要处理的切片创建系列，可以删除警告：

from pandas import Series
row_of_interest = Series(data=df.loc['R2', :])
row_of_interest.loc['Col2'] += 1000
print(row_of_interest)

结果：

Col1       5
Col2    1020
Col3      50
Col4     BBB
Name: R2, dtype: object

---

非常感谢您的回复。事实上，我现在没有得到警告。但是，感兴趣的行仍然是一个副本（我添加了一个示例）。您认为我应该在代码末尾替换数据框中的新行序列吗？非常感谢您的回复。事实上，我现在没有得到警告。但是，感兴趣的行仍然是一个副本（我添加了一个示例）。您认为我应该在代码末尾替换数据框中的新行序列吗？非常感谢您的回复。抱歉，我不够清楚：在这个例子中，我只想修改“感兴趣的行”pandas系列中的一个单元格值，该值也会反映在“df”pandas数据框中。再次感谢！这确实是它必须采取的行动。但是，该问题的目的是避免在您只关注一行的情况下键入“.loc[Row_of_interest”。我在Edit2中添加了一个示例以更好地说明此问题。再次感谢。非常感谢您的答复。抱歉，我不够清楚：在该示例中，我只想修改“row_of_interest”pandas系列，也将反映在“df”pandas数据框架上。再次感谢！这确实是它必须工作的方式。但是，问题的目的是避免键入“.loc[row_of_interest”"如果您只关注一行，我在Edit2中添加了一个示例来更好地说明这个问题。再次感谢。非常感谢您的回复。您的解决方案确实避免了警告。但是，当我修改感兴趣的行时，原始数据框保持不变。您将如何做？您是否只替换旧的行代码末尾有新的一行吗？非常感谢您的回复。您的解决方案确实避免了警告。但是，当我修改感兴趣的行时，原始数据帧保持不变。您将如何做？您是否将代码末尾的新行替换为旧行？查看我编辑的答案查看我编辑的答案回答