替换熊猫多索引数据框中的列值答案

【问题标题】：Replace column values in pandas multiindexed dataframe替换熊猫多索引数据框中的列值
【发布时间】：2013-12-28 14:38:19
【问题描述】：

我想根据我的 pandas 数据框中的第一个索引值进行条件替换。如果我有一个数据框，例如：

from pandas import *
arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
          ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]

tuples = zip(*arrays)

index = MultiIndex.from_tuples(tuples, names=['first','second'])
data = DataFrame(randn(8,2),index=index,columns=['c1','c2'])

我认为我应该能够通过以下方式替换列中的值：

data.ix['bar']['c1'] = -999

但这会返回原始数据帧，保持不变。谁能解释这应该怎么做以及为什么我目前的方法不起作用？

【问题讨论】：

您可能更喜欢使用 NaN 来处理缺失数据。
@AndyHayden - 确实如此，我可能会使用 NaN。我只是在这里选择了-999作为示例。

标签： python-2.7 pandas multi-index

【解决方案1】：

也许是这样的：

data.c1[ 'bar' ] = -999

或

data[ 'c1' ][ 'bar' ] = -999

我的猜测是这里data.ix['bar']['c1'] 正在返回一个副本而不是视图。见this

【讨论】：

有趣，感谢您的参考。我从来不知道。

【解决方案2】：

你可以使用.loc:

>>> data.loc["bar", "c1"]
second
one       0.369406
two       0.691445
Name: c1, dtype: float64
>>> data.loc["bar", "c1"] = -999
>>> data
                      c1        c2
first second                      
bar   one    -999.000000  0.302155
      two    -999.000000 -1.260789
baz   one       0.103455 -0.556967
      two      -1.600112  0.491787
foo   one       0.779901 -0.885565
      two      -1.041722 -0.570302
qux   one      -1.152093 -1.767028
      two      -0.364624 -0.302240

[8 rows x 2 columns]

【讨论】：

【解决方案3】：

您使用了错误的符号。试试

data.ix['bar','c1'] = -999

索引的第一个元素指的是行，第二个元素指的是列。请参阅Docs。

【讨论】：

谢谢。我喜欢 .ix，因为它比 .loc 更通用。再次感谢