了解 Pandas 中的 .loc 以将变量保存在数据框的特定单元格中

Question

当我想将变量保存在数据框的特定单元格中时，我不理解 .loc 或 .at 的行为。有人可以帮我理解吗？

我失败的工作示例：

import pandas as pd
import numpy as np
print(pd.__version__)
from platform import python_version
print(python_version())



df=pd.DataFrame(index=[0,1,2,3],columns=['A','B'])

df = pd.DataFrame({'a':[np.array([1,2,3]), np.array([4,5,6]), np.array([7,8,9]), np.array([10,11,12]), np.array([13,14,15])],'b':[5,5,12,123,6]})

display(df)
df.loc[0,'c']='string 0'
df.loc[1,'c']='string 1'
df.loc[2,'c']='string 2'
df.loc[3,'c']='string 3'


print(df.index.values)

testdata=np.array(np.arange(0,3648,1),dtype=np.float32)
print('----------testdata----------')
print(type(testdata))
print(testdata.dtype)
print(testdata.shape)

print('----------file_handle----------')
file_handle=np.array([1],dtype=np.int64)
print(file_handle)
print(type(file_handle))
print(file_handle.dtype)


if not 'new_column' in df.columns:
        df=df.assign(new_column=None)


display(df)
df.loc[file_handle,'new_column']=[testdata]

display(df)

结果：ValueError: Must have equal len keys and value when setting with an ndarray

但是使用df.at[file_handle[0],'new_column']=[testdata]、df.at[1,'new_column']=[testdata] 可以。我不明白。使用df.loc[file_handle[0],'new_column']=testdata 也不起作用。 在我的代码的其他地方，我可以使用行索引[1] 将字典或标量分配到一个特定位置，但不能使用 numpy 数组。

感谢您的解释和洞察。我会很感激了解，如何使用 .loc 和 at 以及它们接受哪些变量，既可以作为行索引，也可以作为存储在数据框中的项目。

Answer 1

当右侧有一个 ndarray 时，Pandas 不会将其视为任何可以插入 DataFrame 的 Python 对象。相反，您会遇到一个代码路径，该路径试图在该数组的多个位置设置多个值，因此错误消息指出 when setting with an ndarray。

考虑一些有效的 multiloc 代码，例如

df.loc[[0,1,3], ['b', 'new_column']] = np.array([[4,5], [6,7], [8,9]])

这里左边的ilocs的形状和右边的数组的形状是一样的，并且所有的值都设置成功了。

在您的代码中，Pandas 在此操作中将形状 (3648) 的 testdata 数组列表视为形状 (1, 3648) 的二维数组。此形状与左侧的 iloc 不匹配，因此 Pandas 会抛出无法匹配它们的错误。

处理这个问题的正确方法是改用.at，它只能处理单个位置，不会碰到ndarray设置代码路径。