如何将列表中的值分配给 dataframe 中的列/行？

Question

如何将列表中的值分配给 python dataframe 中的列/行？

我只能使用以下命令反之亦然： list_name = df.iloc[x, y] 。 但是，当我尝试命令df.iloc[x, y] = list_name时，我未能将 list_name 中的值转换为df.iloc[x, y] 。

在这种情况下，将 list_name 中的值转换为df.iloc[x, y]的正确命令应该是什么？

Answer 1

不幸的是， iloc索引并不是为设置而设计的。 但是，如果您想让行x和列y像示例中那样动态，则有一些解决方法。

对于以下内容，我使用了pandas.Dataframe文档示例，我们从 dataframe 开始，如下所示。

my_dict = [{'a': 1, 'b': 2, 'c': 3, 'd': 4},
          {'a': 100, 'b': 200, 'c': 300, 'd': 400},
          {'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000 }]

df = pandas.DataFrame(my_dict)

第 1 步：获取行

很简单，您可以通过df.iloc[x]获得您的行。 如果你有x = 1 ，在上面的例子中，我们会得到：

> df.iloc[x]
a    100
b    200
c    300
d    400

当我们有这样的一行时，我们可以通过使用索引'c'获得该值300 。

> df.iloc[x]['c']
300

但是，如果您只有列索引，则需要先获取此名称。

第二步：获取列名

要将索引y转换为列名，我们可以使用dataframe axes属性，如下所示：

> y = 2
> df.axes[1][y]
c

第3步：把它放在一起

现在，如果我们想使用x和y来引用 dataframe 中的特定条目，我们可以通过先获取row然后获取column来实现，如下所示：

row = df.iloc[x]
column = df.axes[1][y]
row[column] = desired_value

或者，如果你想单行：

df.iloc[x][df.axes[1][y]]

完整示例

这是一个完整的例子。

import pandas

x = 1
y = 2

my_dict = [{'a': 1, 'b': 2, 'c': 3, 'd': 4},
          {'a': 100, 'b': 200, 'c': 300, 'd': 400},
          {'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000 }]

df = pandas.DataFrame(my_dict)

desired_value = 999

row = df.iloc[x]
column = df.axes[1][y]
row[column] = desired_value

print(df)

最后的打印语句给了我们：

      a     b     c     d
0     1     2     3     4
1   100   200   999   400
2  1000  2000  3000  4000

注意我们用row[column] = desired_value设置的999 。