Python：Pandas Dataframe 如何将整列与标量相乘答案

【问题标题】：Python: Pandas Dataframe how to multiply entire column with a scalarPython：Pandas Dataframe 如何将整列与标量相乘
【发布时间】：2016-02-19 11:37:10
【问题描述】：

如何将数据框给定列的每个元素与标量相乘？（我尝试过查看 SO，但似乎找不到正确的解决方案）

做类似的事情：

df['quantity'] *= -1 # trying to multiply each row's quantity column with -1

给我一个警告：

A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

注意：如果可能的话，我不想遍历数据帧并做这样的事情......因为我认为整个列上的任何标准数学运算都应该是可能的，而无需编写循环：

for idx, row in df.iterrows():
    df.loc[idx, 'quantity'] *= -1

编辑：

我正在运行 0.16.2 的 Pandas

完整的跟踪：

 SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
  self.obj[item] = s

【问题讨论】：

使用dtype检查该列的类型。我无法复制该错误，最好提供完整的回溯。
我已经编辑以添加完整的跟踪...这也不是错误，它是警告（为了清楚起见）
我认为它是由该行以外的其他原因引起的，或者该行可能导致之前生成的警告上升。您得到的与切片数据框有关。
很好奇，你有想过这个吗？我正在处理同样的问题。
在这段代码之前的某个时刻，您已经过滤了 df 以减少行数或其他东西。也许你做了df = BigDF.query("X == 1") 或df = BigDF[BigDF.X == 1] 或类似的东西，这意味着 df 实际上只是 BigDF 的一个视图。警告告诉您它正在强制它进行复制，否则会导致 BigDF 发生变化。

标签： python pandas chained-assignment

【解决方案1】：

还可以在.iloc 中使用数字索引。

df.iloc[:,0]  *= -1

【讨论】：

【解决方案2】：

您收到错误的真正问题不在于您的代码有什么问题：您可以使用iloc、loc、apply 或*=，其中另一个可以已经工作了。

您遇到的真正问题是由于您创建 df DataFrame 的方式。很可能您将 df 创建为另一个 DataFrame 的切片而不使用 .copy(). 将 df 创建为另一个 DataFrame 的切片的正确方法是 df = original_df.loc[some slicing].copy()。

您收到的错误消息“ SettingWithCopyWarning: 试图在 DataFrame 中的切片副本上设置值。尝试改用 .loc[row_indexer,col_indexer] = value"
在最新版本的 pandas 中，您也会收到相同的信息。

每当您收到此类错误消息时，都应始终检查您是如何创建 DataFrame 的。您可能忘记了.copy()

【讨论】：

这现在应该是公认的答案。在前面的切片操作中添加 .copy() 是防止上述警告的关键。

【解决方案3】：

您可以使用要应用乘法的列的索引

df.loc[:,6] *= -1

这会将索引为 6 的列乘以 -1。

【讨论】：

【解决方案4】：

游戏有点晚了，但对于未来的搜索者来说，这也应该有用：

df.quantity = df.quantity  * -1

【讨论】：

【解决方案5】：

最近的 pandas 版本具有 pd.DataFrame.multiply 函数。

df['quantity'] = df['quantity'].multiply(-1)

【讨论】：

【解决方案6】：

注意：对于那些使用 pandas 0.20.3 及更高版本并正在寻找答案的人，所有这些选项都将起作用：

df = pd.DataFrame(np.ones((5,6)),columns=['one','two','three',
                                       'four','five','six'])
df.one *=5
df.two = df.two*5
df.three = df.three.multiply(5)
df['four'] = df['four']*5
df.loc[:, 'five'] *=5
df.iloc[:, 5] = df.iloc[:, 5]*5

导致

   one  two  three  four  five  six
0  5.0  5.0    5.0   5.0   5.0  5.0
1  5.0  5.0    5.0   5.0   5.0  5.0
2  5.0  5.0    5.0   5.0   5.0  5.0
3  5.0  5.0    5.0   5.0   5.0  5.0
4  5.0  5.0    5.0   5.0   5.0  5.0

【讨论】：

我试过了，我的分配运行了 1.2 秒，现在运行了 0.05 秒

【解决方案7】：

我在使用 Pandas 0.22 时收到此警告。您可以通过使用assign 方法非常明确地避免这种情况：

df = df.assign(quantity = df.quantity.mul(-1))

【讨论】：

这是唯一提到的有效且不会发出警告的解决方案

【解决方案8】：

有点旧，但我仍然得到相同的 SettingWithCopyWarning。这是我的解决方案：

df.loc[:, 'quantity'] = df['quantity'] * -1

【讨论】：

【解决方案9】：

经过一番研究，这是答案：

df.loc[:,'quantity'] *= -1 #seems to prevent SettingWithCopyWarning

【讨论】：

这会在 pandas 0.18.0 中引发 SettingWithCopyWarning。
似乎在 Pandas 中有多少陷阱，而在 R 中要容易得多：require(data.table); df[,quantity]*-1。无需记住冒号、.ix、.loc、iloc、引用字段名称，也无需在您打算更新原始文件时更新副本。
您收到错误的真正问题不在于您的代码有任何问题：您可以使用 iloc、loc 或 apply。您遇到的真正问题是由于您创建 df DataFrame 的方式。很可能您将 df 创建为另一个 DataFrame 的切片而不使用 .copy(). 将 df 创建为另一个 DataFrame 的切片的正确方法是 df = original_df.loc[some slicing].copy()。
@Sarah 是正确的，这里的几乎所有答案在对数据帧的切片进行操作时都会失败。
@Sarah 您的解释很清楚，使用copy() 后确实不会发生错误。但是，即使我修改了没有copy() 的df，original_df 也没有被修改。这是为什么呢？

【解决方案10】：

尝试使用应用功能。

df['quantity'] = df['quantity'].apply(lambda x: x*-1)

【讨论】：

与循环相比，这非常优雅，尽管我仍然得到 SettingWithCopyWarning
Series.apply 是一个循环，不应用于简单的乘法。不必要的 lambda 只会让事情变得更糟。
@ALollz 你有什么替代方案？

【解决方案11】：

试试df['quantity'] = df['quantity'] * -1。

【讨论】：

这与 df['quantity'] *= -1 没有什么不同（是的，我得到了同样的警告）