使用索引为pandas DataFrame中的特定单元格设置值
我创建了一个熊猫DataFrame
df=DataFrame(index=['A','B','C'], columns=['x','y'])
并得到这个
x y
A NaN NaN
B NaN NaN
C NaN NaN
然后，我想为特定的单元格赋值，例如行'C'和列'x'。 我期望得到这样的结果：
x y
A NaN NaN
B NaN NaN
C 10 NaN
与此代码：
df.xs('C')['x']=10
但df的内容没有改变。 在数据框中，它只是楠。
有什么建议么？
RukTech的答案是df.set_value('C', 'x', 10) ，它远比我在下面建议的选项更快。 不过，它已被定为贬值 。
展望未来，推荐的方法是.iat/.at 。
为什么df.xs('C')['x']=10不起作用：
默认情况下， df.xs('C')返回一个新的数据框和一个数据副本，所以
df.xs('C')['x']=10
只修改这个新的数据帧。
df['x']返回df数据帧的视图，所以
df['x']['C'] = 10
修改df本身。
警告 ：有时很难预测操作是否返回副本或视图。 为此，文档建议避免使用“链接索引”进行分配。
所以推荐的选择是
df.at['C', 'x'] = 10
它会修改df 。
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
更新：.set_value方法将被弃用。 .iat / .at是很好的替代品，不幸的是熊猫提供的文档很少
最快的方法是使用set_value。 这种方法比.ix方法快100倍。 例如：
df.set_value('C', 'x', 10)
您也可以使用.loc进行条件查找，如下所示：
df.loc[df[<some_column_name>] == <condition>, <another_column_name>] = <value_to_add>
其中<some_column_name是要检查<condition>变量的列，而<another_column_name>是要添加到的列（可以是新列或已存在的列）。 <value_to_add>是要添加到该列/行的值。
这个例子并不适用于手头的问题，但对于有人希望根据条件添加特定值可能会有用。
链接地址: http://www.djcxy.com/p/70923.html上一篇: Set value for particular cell in pandas DataFrame using index