在 iterrows 循环中修改 pandas 数据框答案

【问题标题】：Modify pandas dataframe within iterrows loop在 iterrows 循环中修改 pandas 数据框
【发布时间】：2020-08-25 00:26:36
【问题描述】：

我是 Python 新手。

我正在尝试使用 for 循环向数据框中的元素添加前缀（序列号），以在分析前进行数据清理/准备。

代码是

a=pd.read_excel('C:/Users/HP/Desktop/WFH/PowerBI/CMM data.xlsx','CMM_unclean')
a['Serial Number'] = a['Serial Number'].apply(str)
print(a.iloc[72,1])

for index,row in a.iterrows():
    if len(row['Serial Number']) == 6:
        row['Serial Number'] = 'SR0' + row['Serial Number']
        print(row['Serial Number'])

print(a.iloc[72,1])

输出是

C:\Users\HP\anaconda3\envs\test\python.exe C:/Users/HP/PycharmProjects/test/first.py
101306
SR0101306
101306

我不明白为什么在 for 循环内部会发生这种情况，值在变化，但在外部是一样的。

【问题讨论】：

标签： python pandas for-loop

【解决方案1】：

这永远不会改变名为 a 的实际数据框。

TL;DR：您从 iterrows 返回的行是不再连接到原始数据框的副本，因此编辑不会更改您的数据框。但是，您可以使用索引来访问和编辑数据框的相关行。

解释

为什么？

您从iterrows 返回的行是副本，没有更长 连接到原始数据框，因此编辑不会更改您的数据框。但是，您可以使用index 访问和编辑数据框的相关行。

解决办法是这样的：

import pandas as pd

a = pd.read_excel("Book1.xlsx")
a['Serial Number'] = a['Serial Number'].apply(str)

a.head()
#    ID    Serial Number
# 0   1     SR0101306
# 1   2       1101306

print(a.iloc[0,1])
#101306

for index,row in a.iterrows():
    row = row.copy()
    if len(row['Serial Number']) == 6:
        # use the index and .loc method to alter the dataframe
        a.loc[index, 'Serial Number'] = 'SR0' + row['Serial Number']

print(a.iloc[0,1])
#SR0101306

【讨论】：

非常感谢。很好的解释
很高兴我能提供帮助。如果有帮助，请考虑支持我的回答

【解决方案2】：

In the documentation，我读到了（从那里强调）

你应该永远不要修改你正在迭代的东西。这不能保证在所有情况下都有效。根据数据类型，迭代器返回一个副本而不是一个视图，写入它不会有任何效果。

在您的情况下，这可能意味着制作了一个副本并且没有使用参考。因此，更改暂时适用于副本，但不适用于数据框中的数据。

【讨论】：

感谢 Wolf 先生，这非常有用

【解决方案3】：

由于您已经在使用apply，您可以直接在调用apply 的函数中执行此操作：

def fix_serial(n):
    n_s = str(n)

    if len(n_s) == 6:
        n_s = 'SR' + n_s

    return n_s

a['Serial Number'] = a['Serial Number'].apply(fix_serial)

【讨论】：