詳解pandas賦值失敗問(wèn)題解決
更新時(shí)間：2020年11月29日 10:54:06 作者：*Lisen
這篇文章主要介紹了詳解pandas賦值失敗問(wèn)題解決，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
一、pandas對(duì)整列賦值
這個(gè)比較正常，一般直接賦值就可以:
x = pd.DataFrame({'A': ['1', '2', '3', None, None],
'B': ['4', '5', '6', '7', None]})
x['A'] = ['10', '11', '12', '13', '14']
二、pandas對(duì)非整列賦值
1、用單個(gè)值賦值
x = pd.DataFrame({'A': ['1', '2', '3', None, None],
'B': ['4', '5', '6', '7', None]})
index = x['A'].isna()
x[index]['A'] = 100
是不是很奇怪，沒(méi)有賦值成功！！
2、用多個(gè)值賦值
x = pd.DataFrame({'A': ['1', '2', '3', None, None],
'B': ['4', '5', '6', '7', None]})
index = x['A'].isna()
x[index] = [100, 200]
報(bào)錯(cuò)了??！提示說(shuō)，要用.loc賦值，那我們?cè)囈幌隆?/p>
3、.loc賦值
x = pd.DataFrame({'A': ['1', '2', '3', None, None],
'B': ['4', '5', '6', '7', None]})
index = x['A'].isna()
x.loc[index, ['A']] = [100, 200]
報(bào)錯(cuò)，這是因?yàn)閟hape原因。
x.loc[index, ['A']] = [['100'], ['200']]
三、用數(shù)據(jù)的另外一列賦值
1、錯(cuò)誤方式
x = pd.DataFrame({'A': ['1', '2', '3', '', ''],
'B': ['4', '5', '6', '7', '']})
index = x['A'].isna()
x.loc[index, ['A']] = x.loc[index, ['B']]
正確方式
x = pd.DataFrame({'A': ['1', '2', '3', '', ''],
'B': ['4', '5', '6', '7', '']})
index = x['A'].isna()
x.loc[index, ['A']] = x.loc[index, ['B']].copy().values.tolist()
到此這篇關(guān)于詳解pandas賦值失敗問(wèn)題解決的文章就介紹到這了,更多相關(guān)pandas賦值失敗內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python Selenium中等待設(shè)置的實(shí)現(xiàn)
本文主要介紹了Python Selenium中等待設(shè)置的實(shí)現(xiàn),過(guò)詳實(shí)的示例代碼,深入介紹了顯式等待、隱式等待、自定義等待條件、多重等待條件、頁(yè)面加載狀態(tài)的等待、元素存在與可見(jiàn)性等待、Fluent等待以及異步JavaScript加載的等待,感興趣的可以了解一下2023-12-12
詳解Pytorch如何利用yaml定義卷積網(wǎng)絡(luò)
大多數(shù)卷積神經(jīng)網(wǎng)絡(luò)都是直接通過(guò)寫(xiě)一個(gè)Model類來(lái)定義的，這樣寫(xiě)的代碼其實(shí)是比較好懂，也很方便。但是本文將介紹另一個(gè)方法：利用yaml定義卷積網(wǎng)絡(luò)，感興趣的可以了解一下2022-10-10
matplotlib簡(jiǎn)介,安裝和簡(jiǎn)單實(shí)例代碼
這篇文章主要介紹了matplotlib簡(jiǎn)介,安裝和簡(jiǎn)單實(shí)例代碼，具有一定借鑒價(jià)值，需要的朋友可以參考下。2017-12-12
python?Seaborn繪制統(tǒng)計(jì)圖全面指南(直方圖散點(diǎn)圖小提琴圖熱力圖相關(guān)系數(shù)圖多張合并)
這篇文章主要介紹了python?Seaborn繪制統(tǒng)計(jì)圖全面指南,包括直方圖,散點(diǎn)圖,小提琴圖,熱力圖,相關(guān)系數(shù)圖及多張圖合并的實(shí)現(xiàn)示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助2024-01-01
在本篇內(nèi)容里小編給大家分析了關(guān)于python里dict變成list實(shí)例方法的實(shí)例內(nèi)容，對(duì)此有需要的朋友們可以參考學(xué)習(xí)下。2019-06-06
Python獲取list中指定元素索引的兩種方法小結(jié)
本文主要介紹了兩種在Python中獲取列表中指定元素索引的方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2025-01-01
Python實(shí)現(xiàn)隊(duì)列的方法示例小結(jié)【數(shù)組，鏈表】
這篇文章主要介紹了Python實(shí)現(xiàn)隊(duì)列的方法,結(jié)合實(shí)例形式分析了Python基于數(shù)組和鏈表實(shí)現(xiàn)隊(duì)列的相關(guān)操作技巧與相關(guān)注意事項(xiàng),需要的朋友可以參考下2020-02-02
Python用K-means聚類算法進(jìn)行客戶分群的實(shí)現(xiàn)
這篇文章主要介紹了Python用K-means聚類算法進(jìn)行客戶分群的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08
Python 正則表達(dá)式(轉(zhuǎn)義問(wèn)題)
這篇文章主要介紹了Python 正則表達(dá)式(轉(zhuǎn)義問(wèn)題),需要的朋友可以參考下2014-12-12
這篇文章主要為大家詳細(xì)介紹了Python selenium文件上傳方法，selenium文件上傳的所有方法進(jìn)行整理，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2016-09-09