使用字典替換 Pandas 數據幀上給定索引號的列值

Question

考慮以下數據框

df_test = pd.DataFrame( {'a' : [1, 2, 8], 'b' : [np.nan, np.nan, 5], 'c' : [np.nan, np.nan, 4]})
df_test.index = ['one', 'two', 'three']

這使

      a  b   c
one   1 NaN NaN
two   2 NaN NaN
three 8  5   4

我有一個列 b 和 c 的行替換字典。 例如：

{ 'one': [3.1, 2.2], 'two' : [8.8, 4.4] }

其中 3.1 和 8.8 替換 b 列，2.2 和 4.4 替換 c 列，因此結果為

      a  b   c
one   1 3.1 2.2
two   2 8.8 4.4
three 8  5   4

我知道如何使用 for 循環進行這些更改：

index_list = ['one', 'two']
value_list_b = [3.1, 8.8]
value_list_c = [2.2, 4.4]
for i in range(len(index_list)):
    df_test.ix[df_test.index == index_list[i], 'b'] = value_list_b[i]
    df_test.ix[df_test.index == index_list[i], 'c'] = value_list_c[i]

但我相信有一種更好更快的方式來使用字典！

我想它可以用DataFrame.replace方法完成，但我無法弄清楚。

謝謝您的幫助，

光盤

Answer 1

您正在尋找pandas.DataFrame.update 。 在您的情況下唯一的扭曲是您將更新指定為行字典，而 DataFrame 通常是從列字典構建的。 orient關鍵字可以解決這個問題。

In [24]: import pandas as pd

In [25]: df_test
Out[25]: 
       a   b   c
one    1 NaN NaN
two    2 NaN NaN
three  8   5   4

In [26]: row_replacements = { 'one': [3.1, 2.2], 'two' : [8.8, 4.4] }

In [27]: df_update = pd.DataFrame.from_dict(row_replacements, orient='index')

In [28]: df_update.columns = ['b', 'c']

In [29]: df_update
Out[29]: 
        b     c
one   3.1   2.2
two   8.8   4.4

In [30]: df_test.update(df_update)

In [31]: df_test
Out[31]: 
       a    b    c
one    1  3.1  2.2
two    2  8.8  4.4
three  8  5.0  4.0

pandas.DataFrame.from_dict是一個特定的 DataFrame 構造函數，它為我們提供orient關鍵字，如果您只說DataFrame(...)則不可用。 由於我不知道的原因，我們不能將列名['b', 'c']傳遞給from_dict ，所以我在單獨的步驟中指定了它們。