Python 熊猫：使用布尔掩蔽和索引指定值

考虑以下玩具示例：

df = pd.DataFrame([0,1,2,3,4,5,6], columns=['Value'])
df_subset = df.loc[[3,4,5]]

df.loc[df.Value % 2 == 0, 'Value'] = df_subset.Value * 10

分配前df:

0

一,

二,

三,

四,

五,

六,

df分配后：

楠

一,

楠

三,

四十

五,

楠

---

发生这种情况的原因如下：

• 仅修改掩码/布尔索引为真的项，即仅修改偶数元素
• 这就是为什么

  idx=1

  未设置为NaN的原因
• 任何未出现在右侧索引中的索引都设置为NaN

然而，我想要实现的是相同的行为，而不将缺少的索引项设置为NaN，即

• 修改遮罩为真的元素
• 对于这些元素：如果特定索引是

  df.index

所需输出：

0

一,

二,

三,

四十

五,

六,

---

第一个想法是通过

&

为按位

和

链接两个掩码，因为使用了测试索引：

或：

另一个想法是通过原始掩码过滤子集并使用：

---

验证的预期输出如何？@jezrael I添加了所需的结果。我认为，如果索引或子组包含数百万个条目，则由于

isin（）

操作，这将不可行。想详细介绍一下这个话题吗？太好了，我相信

update（）

正是我想要的。谢谢，我做了一些快速基准测试，结果表明，尽管我最初的直觉是，

isin（）

variant（16.4毫秒）的速度几乎是

update（）

variant（29.6毫秒）的两倍，用于包含10^6个条目和一组3*10^4个条目的数据帧（我确保对子组使用

Int64Index

而不是

RangeIndex

）注意：这不适用于更大的数据帧（10^7和子组3*10^5）。在这种情况下

update（）

提供了2-3的加速。虽然子组大小似乎几乎不相关，但10^4和3*10^5之间似乎没有任何差异。

df = pd.DataFrame([0,1,2,3,4,5,6], columns=['Value'])
df_subset = df.loc[[3,4,5]]

mask = (df.Value % 2 == 0) & (df.index.isin([3,4,5]))
df.loc[mask, 'Value'] = df_subset.Value * 10

print (df)
   Value
0      0
1      1
2      2
3      3
4     40
5      5
6      6

df = pd.DataFrame([0,1,2,3,4,5,6], columns=['Value'])
mask = (df.Value % 2 == 0) & (df.index.isin([3,4,5]))
df.loc[mask, 'Value'] *= 10

print (df)
   Value
0      0
1      1
2      2
3      3
4     40
5      5
6      6

df = pd.DataFrame([0,1,2,3,4,5,6], columns=['Value'])
df_subset = df.loc[[3,4,5]]

df.update(df_subset.loc[df.Value % 2 == 0, 'Value'] * 10)

#alternative
#df.update(df_subset.loc[df_subset.Value % 2 == 0, 'Value'] * 10)

print (df)
   Value
0    0.0
1    1.0
2    2.0
3    3.0
4   40.0
5    5.0
6    6.0