pandas如何逐行需改DataFrame

逐行修改DataFrame而不会报SettingwithCopyWarning警告的方法：

df.iloc[行数,df.columns.get_loc(列名)]=new_value

参考：https://cloud.tencent.com/developer/ask/168023/answer/270064

逐行修改数据时，我们可能关注或只记得列名，这时使用df.iloc或者df.loc都不合适，因为是混合索引，但使用df.ix[行号,列名]=new_value又会报SettingwithCopyWarning，因此只能用上述方法，df.columns.get_loc(列名)这个方法会返回列名所在的列数，得到这个数值，就可以使用df.iloc了。

'''以下方式逐行修改数据，但由于需要读取、写入两个操作，会报警告
num=df.shape[0]
for i in range(num):
row=.iloc[i]
row['my_col']=(num+1)/num
df.iloc[i]=row
'''


#以下方式不会报警，且避免了df.ix[index,column]已过时的警告
df.iloc[i,df.columns.get_loc('my_col')]=(num-i)/num

 

引申：df[布尔表达式]['my_col']=new_value 这样的写法为何会报SettingwithCopyWarning ?

因为这种写法存在修改副本（即类似表与视图的关系）的情况，其中df[布尔表达式]会返回一个df的子集副本，而['my_col']=new_value 是写入，是写入到副本，这种写入可能是无效的，因为副本不会自动保存到原始DataFrame。解决办法是使用df.loc或者df.iloc，且loc或iloc后面只使用一个中括号[]，这样可以保证，df.loc[行索引,列名]=new_value直接操作原始表。

参考：Pandas 中 SettingwithCopyWarning 的原理和解决方案