如何正確修改數據框中的單元格？

Question

我有一個代碼，我正在修改這樣的單元格： IBM["PNL"][2]=3 。 它有效，但它顯示一個警告：

A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy

從我在本文中可以閱讀的內容來看，修改值的正確方法是IBM.loc[2,"PNL"]=3 。 但是，這對我不起作用，並且失敗並出現以下錯誤：

Traceback (most recent call last):

  File "<ipython-input-25-10debbad977d>", line 1, in <module>
    IBM_dataframe.loc[0,"PNL"]

  File "C:\Users\menkaur\Anaconda2\lib\site-packages\pandas\core\indexing.py", line 1310, in __getitem__
    return self._getitem_tuple(key)

  File "C:\Users\menkaur\Anaconda2\lib\site-packages\pandas\core\indexing.py", line 796, in _getitem_tuple
    return self._getitem_lowerdim(tup)

  File "C:\Users\menkaur\Anaconda2\lib\site-packages\pandas\core\indexing.py", line 922, in _getitem_lowerdim
    section = self._getitem_axis(key, axis=i)

  File "C:\Users\menkaur\Anaconda2\lib\site-packages\pandas\core\indexing.py", line 1482, in _getitem_axis
    self._has_valid_type(key, axis)

  File "C:\Users\menkaur\Anaconda2\lib\site-packages\pandas\core\indexing.py", line 1409, in _has_valid_type
    key = self._convert_scalar_indexer(key, axis)

  File "C:\Users\menkaur\Anaconda2\lib\site-packages\pandas\core\indexing.py", line 196, in _convert_scalar_indexer
    return ax._convert_scalar_indexer(key, kind=self.name)

  File "C:\Users\menkaur\Anaconda2\lib\site-packages\pandas\tseries\base.py", line 591, in _convert_scalar_indexer
    self._invalid_indexer('index', key)

  File "C:\Users\menkaur\Anaconda2\lib\site-packages\pandas\indexes\base.py", line 1284, in _invalid_indexer
    kind=type(key)))

TypeError: cannot do index indexing on <class 'pandas.tseries.index.DatetimeIndex'> with these indexers [2] of <type 'int'>

現在，我很困惑

我究竟做錯了什么？

Answer 1

既然.ix已棄用，您有兩種選擇：

IBM.loc[IBM.index[2], "PNL"] = 3

這是基於標簽的索引。 由於您需要標簽但您有位置，因此使用IBM.index[2]返回標簽。 要么，

IBM.iloc[2, IBM.columns.get_loc('PNL')] = 3

這是基於位置的索引。 要獲取列PNL的位置，請使用get_loc 。

該錯誤是因為您嘗試對行使用基於位置的索引，但對列使用基於標簽的索引。 .ix旨在處理此類情況但不推薦使用。 以下是@jezrael所述的詳細信息。

Answer 2

假設IBM是pd.DataFrame ， IBM["PNL"]是pd.Series 。 [] （方括號）調用__getitem__方法並返回一個系列對象。 然后在IBM["PNL"][2]返回的系列上調用__getitem__方法，即[2]部分。 現在這很好，即使有點令人困惑。 您嘗試分配時出現問題。 IBM["PNL"][2] = 3告訴pandas分配給pd.Series IBM["PNL"]的第二個元素，它是IBM數據pd.Series "PNL"列的視圖......頭暈目眩？

所以答案是使用適當的索引器直接使用loc ， iloc ， at ， iat或set_value分配給IBM數據幀。

---

loc
允許您將1-D數組作為索引器傳遞。 數組可以是索引或列的切片（子集），也可以是布爾數組，其長度與索引或列相等。

特別注意：當傳遞標量索引器時， loc可以分配之前不存在的新索引或列值。

# described by @ayhan
IBM.loc[IBM.index[2], 'PNL'] = 3

---

iloc
與loc類似，除了位置而不是索引值。 但是，您無法分配新列或索引。

# described by @ayhan
IBM.iloc[2, IBM.columns.get_loc('PNL')] = 3

---

at
與標量索引器的loc非常相似。 無法對陣列索引器進行操作。 能夠！ 分配新的索引和列

IBM.at[IBM.index[2], 'PNL'] = 3

---

iat
與iloc類似。 無法在數組索引器中工作。 不能！ 分配新的索引和列。

IBM.iat[2, IBM.columns.get_loc('PNL')] = 3

---

set_value
與標量索引器的loc非常相似。 無法對陣列索引器進行操作。 能夠！ 分配新的索引和列

IBM.set_value(IBM.index[2], 'PNL', 3)

---

set_value with takable=True
與iloc類似。 無法在數組索引器中工作。 不能！ 分配新的索引和列。

IBM.set_value(2, IBM.columns.get_loc('PNL'), 3, takable=True)