在熊猫数据框列之间复制值

Question

我昨天花了很多时间试图将 pandas 数据帧的一列 (columnA) 中的值复制到同一数据帧中的另一列 (columnB)。这些列是具有数字和 NaN 值的浮点数。

我研究了这个网站、Stack Overflow、Google 等，但我尝试的一切要么失败，要么什么也没做，和/或给了我一个 SettingWithCopyWarning 警告。下面的两种方法都可以复制值，但都给出了这个警告。

如果有区别，columnA 来自 read_csv 操作，而 columnB 是稍后插入的。

基本上，我想要一些关于哪种方式更好的反馈，或者是否有办法做到这一点，以免触发警告。

for row in df.itertuples():
    df['columnB'] = df['columnA']

df['columnB'] = df.apply(lambda row: row['columnA'], axis=1)

Answer 1

让我们仔细看看。

首先，让我们创建一个 5x5 的数据框。

df = pd.DataFrame(np.arange(25).reshape(5,-1), index=[*'abcde'], columns=[*'ABCDE'])
df

输出：

    A   B   C   D   E  
a   0   1   2   3   4  
b   5   6   7   8   9 
c  10  11  12  13  14 
d  15  16  17  18  19 
e  20  21  22  23  24 

让我们从旧列创建一个新列：

df['Z'] = df['A']
df

输出：

    A   B   C   D   E   Z
a   0   1   2   3   4   0
b   5   6   7   8   9   5
c  10  11  12  13  14  10
d  15  16  17  18  19  15
e  20  21  22  23  24  20

注意：没有 SettingWithCopyWarnings

现在，让我们将 df 的副本称为 df_1，然后更改 df_1 中的一个单元格，df 会发生什么？：

df_1 = df
df_1.loc['a','A'] = 100
print(df_1)
print('\n')
print(df)

输出：

     A   B   C   D   E   Z
a  100   1   2   3   4   0
b    5   6   7   8   9   5
c   10  11  12  13  14  10
d   15  16  17  18  19  15
e   20  21  22  23  24  20

     A   B   C   D   E   Z
a  100   1   2   3   4   0
b    5   6   7   8   9   5
c   10  11  12  13  14  10
d   15  16  17  18  19  15
e   20  21  22  23  24  20

注意：df 也改变了！

现在，让我们取 df 的一个子集，称之为 df_ac：

 df_ac = df['a':'c']
 df_ac

输出：

     A   B   C   D   E   Z
a  100   1   2   3   4   0
b    5   6   7   8   9   5
c   10  11  12  13  14  10

让我们更改 df_ac 中的一个值，看看会发生什么：

df_ac['X'] = df['B']

首先，我们得到 SettingWithCopyWarning。这是什么意思？好吧，这意味着在这种情况下 df 没有改变。

df_ac

输出：

     A    B   C   D   E   Z    X
a  100    1   2   3   4   0    1
b    5    6   7   8   9   5    6
c   10   11  12  13  14  10   11

但是，打印 df，

     A    B   C   D   E   Z
a  100    1   2   3   4   0
b    5    6   7   8   9   5
c   10   11  12  13  14  10
d   15   16  17  18  19  15
e   20   21  22  23  24  20

避免此警告的一种方法是使用 `copy'

df_ac = df['a':'c'].copy()
df_ac['X'] = df_ac['B']

不，SettingWithCopyWarning。