爲什麼熊貓允許編輯DataFrames而不是一系列對象

Question

假設我有一個數據集象下面這樣：

當我試圖覆蓋一個特定的列（Series對象），我得到了下面的代碼錯誤：

mask = bond["Actor"] == "Sean Connery" 
bond[mask]["Actor"] = "Sir Sean Connery" 

但我移動向下一個級別，而是編輯這些行的所有列（完整的數據幀）的那一刻，我成功

mask = bond["Actor"] == "Sean Connery" 
bond[mask] = "Sir Sean Connery" 

這是爲什麼？在第一種情況下，我認爲編輯一個副本和錯誤是不合邏輯的。但是在後一種情況下也應該適用，因爲第二個示例也應該返回原始DataFrame的副本。

Answer 1

有你需要loc爲避免chained indexing問題：

bond = pd.DataFrame({'Actor':list('abcaef'), 
        'A':list('efghij'), 
        'B':list('aaabbb')}) 

print (bond) 
    A Actor B 
0 e  a a 
1 f  b a 
2 g  c a 
3 h  a b 
4 i  e b 
5 j  f b 

---

mask = bond["Actor"] == "a" 
bond.loc[mask] = "AAA" 
#for select all columns :, for columns can be omitted 
#bond.loc[mask,:] = "AAA" 

print (bond) 
    A Actor B 
0 AAA AAA AAA 
1 f  b a 
2 g  c a 
3 AAA AAA AAA 
4 i  e b 
5 j  f b 

#one column Actor 
bond.loc[mask, "Actor"] = "AAA" 
print (bond) 
    A Actor B 
0 e AAA a 
1 f  b a 
2 g  c a 
3 h AAA b 
4 i  e b 
5 j  f b 

Answer 2

考慮以下單列數據框：

df = pd.DataFrame({'Actor': ['Sean Connery', 'Sean Connery', 
          'Sean Something', 'Sean Something Else']}) 

df 
Out: 
       Actor 
0   Sean Connery 
1   Sean Connery 
2  Sean Something 
3 Sean Something Else 

這是您要的面具用於切片：

現在

mask = df['Actor'] == 'Sean Connery' 

，如果我用df[mask]['Actor'] = 'Sir Sean Connery'，這將是執行：

df.__getitem__(mask).__setitem__('Actor', 'Sir Sean Connery') 

__main__:1: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame. 
Try using .loc[row_indexer,col_indexer] = value instead 

見警告文檔中：http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy

而且對於這種情況也不會修改原來的DataFrame：

df 
Out: 
       Actor 
0   Sean Connery 
1   Sean Connery 
2  Sean Something 
3 Sean Something Else 

Id did雖然修改了一個DataFrame - 這是由__getitem__方法返回的，但由於它沒有分配給任何東西，所以丟失了。

相反，在你的第二個例子（df[mask] = 'Sir Sean Connery'）執行的代碼是：

df.__setitem__(mask, 'Sir Sean Connery') 

由於面膜的你可能認爲它使用__getitem__太多，但事實並非如此。它直接使用__setitem__並將掩碼傳遞給該DataFrame。大熊貓可以確保我們可以確信它將在一個視圖上運行。對於__getitem__的情況來說，它可以是複製或者它可以是一個視圖 - 很難知道。現在

你會看到，原來的DF修改：

df 
Out: 
       Actor 
0  Sir Sean Connery 
1  Sir Sean Connery 
2  Sean Something 
3 Sean Something Else 

這裏有一個陷阱，但。它的工作原因是我們只有一列。如果我們有另一欄，說'年'，它會將相應的年份值設置爲'Sir Sean Connery'。爲了避免這一點，我們使用.loc jezrael指出。它還調用__setitem__方法並允許指定哪些列將會更改。

df = pd.DataFrame({'Actor': ['Sean Connery', 'Sean Connery', 
          'Sean Something', 'Sean Something Else'], 
        'Year': [1990, 1990, 1990, 1990]}) 


df.loc.__setitem__((mask, 'Actor'), 'Sir Sean Connery') 

df 
Out: 
       Actor Year 
0  Sir Sean Connery 1990 
1  Sir Sean Connery 1990 
2  Sean Something 1990 
3 Sean Something Else 1990 

結果，最佳實踐是基於集合的口罩和欄姓名（或名稱）是使用.loc：

df.loc[mask, 'Actor'] = 'Sir Sean Connery' 

這樣你就不必如果您在操作擔心在副本上。