Python 使用布尔子索引更新数据帧

假设我有一个数据帧，我想用1替换任何高于1的条目。数据帧有多种数据类型（字符串、数字和日期），因此：

返回：

AttributeError: 'float' object has no attribute 'view'

如果我这样做：

df[cols].gt(1.2) # where cols are a specific subset of df.columns

我得到原始数据帧的布尔子集，其中条目高于

1.2

。但是，如果我尝试使用此结果更新我的原始数据帧，它将不起作用：

df.ix[df[cols].gt(1.2), cols] = 1 # This doesn't update the dataframe the right way

如何更新原始数据帧

注意：这都是

0.13.1

> df.dtypes
year                            int64
week                            int64
item_name                      object
item_uid                       object
algorithm                      object
item start                    float64
item 1/4                      float64
item 1/2                      float64
item 3/4                      float64
item complete                 float64
daily data                    float64
date                   datetime64[ns]
weekly rate                   float64
dtype: object

---

你可以一直这样做

df.update((df[cols] > 1.2).replace((True, False), (1, np.nan))

---

另一个选项是使用

\u get\u numeric\u data（）

方法。我建议不要依赖内部方法，但在这种情况下，它很有用：

In [67]: df = DataFrame(randn(10, 3))

In [68]: df['b'] = 'c'

In [69]: df['a'] = 'd'

In [70]: df['date'] = pd.date_range('20130101', periods=10)

In [71]: df
Out[71]:
        0       1       2  b  a       date
0 -0.2094 -1.6014  0.4309  c  d 2013-01-01
1  0.5508  0.9743 -0.1097  c  d 2013-01-02
2  0.8589  0.2062 -0.9720  c  d 2013-01-03
3  0.9868 -0.9927 -1.2546  c  d 2013-01-04
4  0.1206  1.4992 -3.1880  c  d 2013-01-05
5 -1.1514 -0.4342  0.4475  c  d 2013-01-06
6  0.3164 -1.3131  0.1723  c  d 2013-01-07
7 -0.2959 -1.2914 -0.6876  c  d 2013-01-08
8 -0.8382  0.1901  0.9898  c  d 2013-01-09
9  0.5659 -1.6537 -0.6423  c  d 2013-01-10

[10 rows x 6 columns]

In [72]: df.dtypes
Out[72]:
0              float64
1              float64
2              float64
b               object
a               object
date    datetime64[ns]
dtype: object

In [73]: num_data = df._get_numeric_data()

In [74]: df.loc[num_data > 1.2, num_data.columns]
Out[74]:
        0       1       2
0 -0.2094 -1.6014  0.4309
1  0.5508  0.9743 -0.1097
2  0.8589  0.2062 -0.9720

[3 rows x 3 columns]

In [75]: df.loc[num_data > 1.2, num_data.columns] = 1

In [76]: df
Out[76]:
        0       1       2  b  a       date
0  1.0000  1.0000  1.0000  c  d 2013-01-01
1  1.0000  1.0000  1.0000  c  d 2013-01-02
2  1.0000  1.0000  1.0000  c  d 2013-01-03
3  0.9868 -0.9927 -1.2546  c  d 2013-01-04
4  0.1206  1.4992 -3.1880  c  d 2013-01-05
5 -1.1514 -0.4342  0.4475  c  d 2013-01-06
6  0.3164 -1.3131  0.1723  c  d 2013-01-07
7 -0.2959 -1.2914 -0.6876  c  d 2013-01-08
8 -0.8382  0.1901  0.9898  c  d 2013-01-09
9  0.5659 -1.6537 -0.6423  c  d 2013-01-10

[10 rows x 6 columns]

---

不能对

DataFrame.update（）

的结果调用

replace

方法，因为它返回

None

并且

None

只有dunder方法。我认为这是一个错误，因为如果与

数组（[1.2]）比较

相反，您会得到预期的结果。感谢@PhillipCloud提供使用

数组（[1.2]）

的可能性。如果我尝试：

df[df.gt（np.array（[1.2]）]]=1

我得到：

TypeError:无法在混合类型框架上进行布尔设置

。您仍然需要选择数字列。谢谢。我可以运行您的示例，但此解决方案在我的数据帧上失败。我正在调查原因，但是调用

df.\u get\u numeric\u data

返回：

。虽然它不会抛出任何异常。@acushner的答案是我的情况下唯一有效的答案。我会尝试发布一些数据，但这真的很奇怪。你有没有打开IPython自动重新加载？当我在编辑一些代码后重新运行它时，有时会出现奇怪的错误。是的。我不知道这是否是问题所在。我会试着把它关掉。

In [67]: df = DataFrame(randn(10, 3))

In [68]: df['b'] = 'c'

In [69]: df['a'] = 'd'

In [70]: df['date'] = pd.date_range('20130101', periods=10)

In [71]: df
Out[71]:
        0       1       2  b  a       date
0 -0.2094 -1.6014  0.4309  c  d 2013-01-01
1  0.5508  0.9743 -0.1097  c  d 2013-01-02
2  0.8589  0.2062 -0.9720  c  d 2013-01-03
3  0.9868 -0.9927 -1.2546  c  d 2013-01-04
4  0.1206  1.4992 -3.1880  c  d 2013-01-05
5 -1.1514 -0.4342  0.4475  c  d 2013-01-06
6  0.3164 -1.3131  0.1723  c  d 2013-01-07
7 -0.2959 -1.2914 -0.6876  c  d 2013-01-08
8 -0.8382  0.1901  0.9898  c  d 2013-01-09
9  0.5659 -1.6537 -0.6423  c  d 2013-01-10

[10 rows x 6 columns]

In [72]: df.dtypes
Out[72]:
0              float64
1              float64
2              float64
b               object
a               object
date    datetime64[ns]
dtype: object

In [73]: num_data = df._get_numeric_data()

In [74]: df.loc[num_data > 1.2, num_data.columns]
Out[74]:
        0       1       2
0 -0.2094 -1.6014  0.4309
1  0.5508  0.9743 -0.1097
2  0.8589  0.2062 -0.9720

[3 rows x 3 columns]

In [75]: df.loc[num_data > 1.2, num_data.columns] = 1

In [76]: df
Out[76]:
        0       1       2  b  a       date
0  1.0000  1.0000  1.0000  c  d 2013-01-01
1  1.0000  1.0000  1.0000  c  d 2013-01-02
2  1.0000  1.0000  1.0000  c  d 2013-01-03
3  0.9868 -0.9927 -1.2546  c  d 2013-01-04
4  0.1206  1.4992 -3.1880  c  d 2013-01-05
5 -1.1514 -0.4342  0.4475  c  d 2013-01-06
6  0.3164 -1.3131  0.1723  c  d 2013-01-07
7 -0.2959 -1.2914 -0.6876  c  d 2013-01-08
8 -0.8382  0.1901  0.9898  c  d 2013-01-09
9  0.5659 -1.6537 -0.6423  c  d 2013-01-10

[10 rows x 6 columns]