Python 使用iloc进行复制时未按预期工作

我对熊猫比较陌生，所以我想我还没有完全掌握它。我一直在尝试创建一个数据帧的副本，我需要按照外部提供的映射对行进行重新排序（将df2设置为nan有一个很好但不相关的原因）。当我尝试使用.iloc将其作为一个操作来执行时，排序被忽略，但是如果我循环并一次执行一行，它将按照我的预期工作。有人能解释一下我在这个MWE中的错误吗？（此外，欢迎采用更高效/优雅的方式）

---

我们需要一位

pandas

开发人员来解释为什么它是这样工作的，但我知道下面的解决方案将使您达到目的（

pandas 0.13.1

）：

正如@Jeff所指出的，在

df2.iloc[assign[：，1]]=df1.iloc[assign[：，0]]

中，您将

系列

分配给

系列

，两个索引将匹配。但是使用

df2.iloc[assign[：，1]]=df1.iloc[assign[：，0]]值

，您将

数组

分配给

系列

，并且没有要匹配的索引

还考虑下面的示例，作为索引匹配行为的说明。

In [208]:
#this will work and there will be missing values
df1['B']=pd.Series({0:'a', 3:'b', 2:'c'})
print df1
     A    B
0  100    a
1  200  NaN
2  300    c
3  400    b

[4 rows x 2 columns]
In [209]:
#this won't work
df1['B']=['a', 'b', 'c'] #one element less than df1
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)

---

分配时，rhs将自动与lhs对齐，也就是说，将拾取匹配的标签。这是一个功能！在这个解决方案中，你只是分配值（一个numpy数组），所以它们没有什么需要对齐的（在这个例子中，这就是你想要的）嘿@Jeff，很好的解释。我知道你在用移动设备打字，干杯！嘿，CT，我想你是说熊猫版本0.13.1。太棒了，谢谢你的解释！这对我来说真的很清楚。

In [179]:
df2.iloc[assign[:,1]] = df1.iloc[assign[:,0]].values
print df2

out[179]:
     A
0  100
1  200
2  400
3  300

[4 rows x 1 columns] 

In [208]:
#this will work and there will be missing values
df1['B']=pd.Series({0:'a', 3:'b', 2:'c'})
print df1
     A    B
0  100    a
1  200  NaN
2  300    c
3  400    b

[4 rows x 2 columns]
In [209]:
#this won't work
df1['B']=['a', 'b', 'c'] #one element less than df1
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)