熊猫：使用iloc根据条件更改df列值

Question

说一个数据框

df = pd.DataFrame([[1,2],[3,4],[5,6]],columns=['A','B'])

   A  B
0  1  2
1  3  4
2  5  6

现在，我想更改第一列中的单元格。
我可以这样：

df.loc[df['A'] > 1,'A'] = 10

    A  B
0   1  2
1  10  4
2  10  6

但是，如果我没有任何列名怎么办？
df.iloc[:,0] > 1给我与df['A'] > 1相同的掩码
而而

df.loc[df.iloc[:,0] > 1,'A'] = 10

效果很好，

运用

df.iloc[df.iloc[:,0] > 1,1] = 10

在初始df上以某种方式返回此错误：

NotImplementedError：基于整数类型的基于iLocation的布尔索引不可用

有没有办法仅使用整数索引来更改特定单元格？

Answer 1

使用DataFrame.ix ，它是.loc和.iloc之间的混合.iloc ：

.ix []支持基于整数和标签的混合访问。 它主要基于标签，但是将退回到整数位置访问，除非相应的轴是整数类型。

在您的情况下：

In [1]: df.ix[df.iloc[:,0]>1,1] =  10

In [2]: df
Out[2]: 
   A   B
0  1   2
1  3  10
2  5  10

编辑 ： .ix现在已正式弃用（自0.20.0起，请参见此处 ）

您可以使用.loc并改用df.columns[i] ，例如。 与上述等效的是：

df.loc[df.iloc[:,0]>1,df.columns[1]] =  10

Answer 2

通过使用布尔掩码对np.arange(len(df))进行切片np.arange(len(df))生成位置索引。

df.iloc[np.arange(len(df))[df.values[:, 0] > 1], 0] = 10
df