Python 为DataFrame列的单行赋值

我试图在数据帧中的一列的单行中重新分配一个值

import pandas as pd
import numpy as np

以下是数据帧：

test_df = pd.DataFrame({'range_total' : [3000,3000,3000,3000,3000,3000,0,2000,2000,1000,1000,1000,1000,1000,1000],
    'high_boundary' : [6,6,6,6,6,6,7,9,9,15,15,15,15,15,15],
    'dist_num' : [1197, 142, 142, 1197, 159, 159, 0, 1000, 1000, 398, 50, 50, 398, 50, 50],
    'round_num_sum' : [2996, 2996, 2996, 2996, 2996, 2996, 0, 2000, 2000, 996, 996, 996, 996, 996, 996]})

在我的代码中，我为

high_boundary

的每个值对数据帧进行子集，并找到

test_df

的索引，对应于

dist_num

的最大值（如果并列，则选择第一个）。对于本例，我将索引设置为：

sub_idx = 0 

我可以使用以下（和其他类似版本）代码访问该值：

这将返回：

1197

但分配新值失败：

test_df.ix[(test_df.high_boundary == 6), "dist_num"][sub_idx] = 42
test_df.ix[(test_df.high_boundary == 6), "dist_num"][sub_idx]

它仍然返回：

1197 

但是：

返回：

0    42
1    42 
2    42
3    42
4    42
5    42
Name: dist_num, dtype: int64

---

谢谢你的帮助。这是我的第一篇帖子，因为我一直都在寻找我需要的东西。我使用的是0.14.0版。

有时您可以获得原始数据帧的副本

test\u df

尤其是使用

[…][…]

所以您在copy中更改了一个值，而不是在oryginal

test\u df

请尝试以下示例：

test_df["dist_num"].ix(test_df.high_boundary == 6)[sub_idx] = 0

---

你们应该会得到预期的结果。

过去也有类似的问题。建议您在以下位置使用示例：

特别是该节 我会帮助你的

编辑上的解释是，如果使用df[]]构造进行链切片，则通常会切片到序列1，然后切片到值。pandas无法跟踪原始筛选器以允许您回写到切片

---

简短回答尝试使用“.loc”这样的单个运算符来执行您打算分配给的选择。

几年后重新查看此代码时，我发现上面发布的解决方案现在提供了一个错误（使用Pandas版本0.20.1和Python 2.7.13）：

TypeError:“Series”对象是可变的，因此不能对其进行哈希处理

。如果其他人有这个问题，我在下面添加了一个解决方案

要更新

pd.DataFrame

子集的单个元素，找到子集中的索引值，然后使用与所需行对应的索引来选择要更新的元素

sub_idx = 0

indices = test_df.loc[test_df.high_boundary == 6,"dist_num"].index
print(test_df.loc[indices[sub_idx],"dist_num"])
# 1197
test_df.loc[indices[sub_idx],"dist_num"] = 0 

print(test_df.loc[indices[sub_idx],"dist_num"])
# 0

---

请阅读以了解为什么您的代码会以这种方式运行，本质上您是在执行链索引，这可能会起作用。这是不推荐的，请遵循链接中的建议。这确实起到了作用（谢谢！），但给我提出了另一个问题：

.ix（）

符号与

.ix[]

符号如何“解决”链接问题。我没有在@EdChum或@Joop链接的页面上找到它，谷歌快速搜索该语法，没有透露任何信息。谢谢。

.ix（）

是特殊功能，

.ix[]

只是切片。使用该函数，您可以执行

.ix（…，copy=False）

但无法执行切片操作。函数可以给你

索引器

作为结果，切片给你

系列

-打印

类型（.ix（））

和

类型（.ix[]）

@Joop和@furas再次处理这个项目，现在我得到了

类型错误：'Series'对象是可变的，因此它们可以被散列。

当运行这个：

测试时[“dist_num”].ix（test_df.high_boundary==6）[sub_idx]=test_df[“dist_num”].ix（test_df.high_boundary==6）[sub_idx]+5

。

test_df["dist_num"].ix(test_df.high_boundary == 6)[sub_idx] = 0

sub_idx = 0

indices = test_df.loc[test_df.high_boundary == 6,"dist_num"].index
print(test_df.loc[indices[sub_idx],"dist_num"])
# 1197
test_df.loc[indices[sub_idx],"dist_num"] = 0 

print(test_df.loc[indices[sub_idx],"dist_num"])
# 0