根据条件修改 DataFrame 的第一行

Question

我有一个如下所示的数据框

import pandas as pd 
df = pd.DataFrame(data={"ID":[11,12,13,14,25],\
"Name":["Alice","Bob","Charlie", "Dan", "Erin"], "X":[1,0,0,0,0]})

   ID     Name  X
0  11    Alice  1
1  12      Bob  0
2  13  Charlie  0
3  14      Dan  0
4  25     Erin  0

我想选择X为0的第一行，并将值改为1。我试过了

df[df["X"]==0]["X"].iloc[0] = 1

但这似乎根本没有修改数据框df。这对我来说很奇怪，因为我没有收到任何错误消息，并且删除 =1 会产生

>>> df[df["X"]==0]["X"].iloc[0]
 0

正如预期的那样。

我怀疑条件会创建数据帧的副本，因此数据帧 df 根本不会被修改。

实现这一目标的最佳方法是什么

   ID     Name  X
0  11    Alice  1
1  12      Bob  1
2  13  Charlie  0
3  14      Dan  0
4  25     Erin  0

当然，这需要系统地完成，因为我需要迭代这个过程。

非常感谢您的帮助。

Answer 1

我将使用idxmax

df.loc[df.X.eq(0).idxmax(),'X']=1
df
Out[153]: 
   ID     Name  X
0  11    Alice  1
1  12      Bob  1
2  13  Charlie  0
3  14      Dan  0
4  25     Erin  0

Answer 2

使用at / iat 进行标量设置

出现困难是因为您希望将位置行索引与基于标签列索引混合。选择一个并坚持用于行和列。

您可以始终使用标签，类似于@Wen's solution，但通过at：

df.at[df['X'].eq(0).idxmax(), 'X'] = 1

或者您可以通过iat定位整数索引：

df.iat[df['X'].eq(0).values.argmax(), df.columns.get_loc('X')] = 1

两种解决方案产生相同的结果。前者可能更具可读性。

print(df)

   ID     Name  X
0  11    Alice  1
1  12      Bob  1
2  13  Charlie  0
3  14      Dan  0
4  25     Erin  0

pd.Series.idxmax / np.argmax 是矢量化的，但不是特别有效。如果效率是一个问题，请参阅Efficiently return the index of the first value satisfying condition in array。