用字典更新熊貓數據框行

Question

我在熊貓數據框中發現了一個我不明白的行爲。

df = pd.DataFrame(np.random.randint(1, 10, (3, 3)), index=['one', 'one', 'two'], columns=['col1', 'col2', 'col3']) 
new_data = pd.Series({'col1': 'new', 'col2': 'new', 'col3': 'new'}) 
df.iloc[0] = new_data 
# resulting df looks like: 

#  col1 col2 col3 
#one new  new  new 
#one 9  6  1 
#two 8  3  7 

但是，如果我嘗試添加一本字典，而不是，我得到這個：

new_data = {'col1': 'new', 'col2': 'new', 'col3': 'new'} 
df.iloc[0] = new_data 
# 
#   col1 col2 col3 
#one  col2 col3 col1 
#one  2  1  7 
#two  5  8  6 

這究竟是爲什麼？在寫這個問題的過程中，我意識到，最有可能的df.loc只是從new_data中獲取密鑰，這也解釋了爲什麼這些值不符合要求。但是，這又是爲什麼呢？如果我嘗試從字典中創建一個數據幀，它處理的按鍵，好像他們是列：

pd.DataFrame([new_data]) 

# col1 col2 col3 
#0 new  new  new 

，這是爲什麼不df.loc默認行爲？

Answer 1

字典迭代方式與熊貓系列處理方法之間的區別。

熊貓系列將它的索引與分配給某一行的列相匹配，並在分配給列時與索引相匹配。之後，它會分配與該匹配的索引或列相對應的值。

當一個對象不是一個帶有方便的索引對象的pandas對象來匹配它時，pandas將遍歷該對象。一本字典會遍歷它的關鍵字，這就是爲什麼您會在該行槽中看到字典鍵的原因。字典沒有排序，這就是爲什麼你看到在那一行中洗牌的鍵。