Python 熊猫-替换基于索引而非索引中的值

下面是示例代码

import pandas as pd, numpy as np

df = pd.DataFrame(np.random.randint(0,100,size=(10, 1)), columns=list('A'))

我有一个列表dl=[0,2,3,4,7]

在列表指定的索引位置，我希望A列为Yes

下面的代码可以工作

df.loc[dl,'A']='Yes'

对于不在索引中的列值，如何用“否”填充列“A”。

---

如果这是一篇重复的文章，请原谅我

一种方法是使用isin函数将其反转，以便输出不在dl中的元素

df.loc[~df.index.isin(dl),'A']='No'

---

一种方法是使用isin函数将其反转，以便输出不在dl中的元素

df.loc[~df.index.isin(dl),'A']='No'

---

首先用“否”填充A的所有行，然后用“是”更新/覆盖特定行

df.loc[:,'A']='No'
df.loc[dl,'A']='Yes'

---

首先用“否”填充A的所有行，然后用“是”更新/覆盖特定行

df.loc[:,'A']='No'
df.loc[dl,'A']='Yes'

np.在哪里 我假设有一种更好的方法可以同时做“是”和“否”。如果你真的只想在得到“是”后填写“否”，那么请参考“否”的答案

实验段 不是为了实际的建议

f = dl.__contains__
g = ['No', 'Yes'].__getitem__
df.loc[:, 'A'] = [*map(g, map(f, df.index))]

df

     A
0  Yes
1   No
2  Yes
3  Yes
4  Yes
5   No
6   No
7  Yes
8   No
9   No

np.在哪里 我假设有一种更好的方法可以同时做“是”和“否”。如果你真的只想在得到“是”后填写“否”，那么请参考“否”的答案

实验段 不是为了实际的建议

f = dl.__contains__
g = ['No', 'Yes'].__getitem__
df.loc[:, 'A'] = [*map(g, map(f, df.index))]

df

     A
0  Yes
1   No
2  Yes
3  Yes
4  Yes
5   No
6   No
7  Yes
8   No
9   No

---

通过使用列表dl和df列表本身之间的差异：

df.iloc[list( set(df.index) - set(dl))]  = 'No'

或

---

通过使用列表dl和df列表本身之间的差异：

df.iloc[list( set(df.index) - set(dl))]  = 'No'

或

---

索引对象已经有了一个不同的方法。所以这应该是可行的：df.loc[df.index.differencedl，'A']='No'有趣的是，loc可以很好地处理集合。为了缩短语法，用一点set-literal解包，甚至不知道如何称呼这个df.loc[{*df.index}-{*dl}，'a']='No'，另外，我认为这是回答OP实际问题的最有说服力的方法。pandas.index对象已经有了一个不同的方法。所以这应该是可行的：df.loc[df.index.differencedl，'A']='No'有趣的是，loc可以很好地处理集合。为了缩短语法，用一点set-literal解包，甚至不知道这个df.loc[{*df.index}-{*dl}，'a']='No'，另外，我认为这是回答OP实际问题的最有说服力的方式。