Pandas DataFrame を作成しました
df = DataFrame(index=['A','B','C'], columns=['x','y'])
そしてこれを持っています
XY A NaN NaN B NaN NaN C NaN NaN
Cここで、特定のセル、たとえば rowと columnに値を割り当てたいと思いますx。私はこの結果が得られると期待しています：
XY A NaN NaN B NaN NaN C 10 NaN
このコードで：
df.xs('C')['x'] = 10
ただし、の内容はdf変更されていません。データフレームには、s のみが含まれていNaNます。
助言がありますか？
RukTech の答えはdf.set_value('C', 'x', 10)、私が以下に提案したオプションよりもはるかに高速です。ただし、非推奨になる予定です。
今後、推奨される方法は.iat/.atです。
df.xs('C')['x']=10機能しない理由:
df.xs('C')デフォルトでは、データのコピーを含む新しいデータフレームを返すため、
df.xs('C')['x']=10
この新しいデータフレームのみを変更します。
df['x']データフレームのビューを返すdfので、
df['x']['C'] = 10
自分自身を変更dfします。
警告: オペレーションがコピーまたはビューを返すかどうかを予測するのは難しい場合があります。このため、ドキュメントでは "chained indexing" による割り当てを避けることを推奨しています。
したがって、推奨される代替手段は
df.at['C', 'x'] = 10
これは変更しdfます。
In [18]: %timeit df.set_value('C', 'x', 10)
100000 loops, best of 3: 2.9 µs per loop
In [20]: %timeit df['x']['C'] = 10
100000 loops, best of 3: 6.31 µs per loop
In [81]: %timeit df.at['C', 'x'] = 10
100000 loops, best of 3: 9.2 µs per loop
使ってみてdf.loc[row_index,col_indexer] = value
値を設定するための（メンテナーによると）推奨される方法は次のとおりです。
df.ix['x','C']=10
「連鎖インデックス」 ( df['x']['C']) を使用すると、問題が発生する可能性があります。
見る：
値を設定するには、次を使用します。
df.at[0, 'clm1'] = 0
set_value、ix廃止されました。ilocとは異なり、警告はありませんloc私は提案します：
df.loc[index_position, "column_name"] = some_value
私がテストしたところ、出力はdf.set_value少し速くなりましたが、公式の方法df.atは非推奨ではない最速の方法のようです。
import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.rand(100, 100))
%timeit df.iat[50,50]=50 # ✓
%timeit df.at[50,50]=50 # ✔
%timeit df.set_value(50,50,50) # will deprecate
%timeit df.iloc[50,50]=50
%timeit df.loc[50,50]=50
7.06 µs ± 118 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
5.52 µs ± 64.2 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
3.68 µs ± 80.8 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
98.7 µs ± 1.07 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
109 µs ± 1.42 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
これは単一セルの値を設定していることに注意してください。ベクトルについては、ベクトルloc化ilocされているため、より適切なオプションである必要があります。
df の位置 (0,0) のセルを などの文字列に変更する場合は'"236"76"'、次のオプションを使用します。
df[0][0] = '"236"76"'
# %timeit df[0][0] = '"236"76"'
# 938 µs ± 83.4 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
または使用してpandas.DataFrame.at
df.at[0, 0] = '"236"76"'
# %timeit df.at[0, 0] = '"236"76"'
#15 µs ± 2.09 µs per loop (mean ± std. dev. of 7 runs, 100000 loops each)
または使用してpandas.DataFrame.iat
df.iat[0, 0] = '"236"76"'
# %timeit df.iat[0, 0] = '"236"76"'
# 41.1 µs ± 3.09 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
または使用してpandas.DataFrame.loc
df.loc[0, 0] = '"236"76"'
# %timeit df.loc[0, 0] = '"236"76"'
# 5.21 ms ± 401 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
または使用してpandas.DataFrame.iloc
df.iloc[0, 0] = '"236"76"'
# %timeit df.iloc[0, 0] = '"236"76"'
# 5.12 ms ± 300 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
時間が重要な場合は、 を使用するpandas.DataFrame.atのが最速の方法です。
行全体ではなく、一部の列のみの値を変更する場合:
x = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
x.iloc[1] = dict(A=10, B=-10)
私もこのトピックを探していたので、DataFrame を繰り返し処理し、2 番目の DataFrame からのルックアップ値で更新する方法をまとめました。これが私のコードです。
src_df = pd.read_sql_query(src_sql,src_connection)
for index1, row1 in src_df.iterrows():
for index, row in vertical_df.iterrows():
src_df.set_value(index=index1,col=u'etl_load_key',value=etl_load_key)
if (row1[u'src_id'] == row['SRC_ID']) is True:
src_df.set_value(index=index1,col=u'vertical',value=row['VERTICAL'])