如何使用 df.update 更新 pandas 中另一个系列的某些行

Question

我有一个喜欢的 df，

    stamp   value
0   00:00:00    2
1   00:00:00    3
2   01:00:00    5

转换为时间增量

df['stamp']=pd.to_timedelta(df['stamp'])

只切片奇数索引并添加 30 分钟，

odd_df=pd.to_timedelta(df[1::2]['stamp'])+pd.to_timedelta('30 min')
#print(odd_df)
1  00:30:00
Name: stamp, dtype: timedelta64[ns]

现在，用odd_df 更新df，

根据documentation，它应该给出我预期的输出。

预期输出：

df.update(odd_df)
#print(df)
    stamp   value
0   00:00:00    2
1   00:30:00    3
2   01:00:00    5

我得到了什么，

df.update(odd_df)
#print(df)

    stamp   value
0   00:30:00    00:30:00
1   00:30:00    00:30:00
2   00:30:00    00:30:00

请帮忙，这有什么问题。

Answer 1

试试这个：

df.loc[1::2, 'stamp'] += pd.to_timedelta('30 min')

这可确保您仅更新 .loc() 函数指定的 DataFrame 中的值，同时保留原始 DataFrame 的其余部分。要进行测试，请运行 df.shape。用上面的方法你会得到(3,2)。

在您的代码中：

odd_df=pd.to_timedelta(df[1::2]['stamp'])+pd.to_timedelta('30 min')

odd_df DataFrame 仅包含原始 DataFrame 的一部分。你切的部分。 odd_df 的形状为 (1,)。