如何通过混合 iloc 和 loc 在 pandas DataFrame 中设置值

Question

假设我想要一个函数来更改 DataFrame 的给定行号中命名列的值。
一种选择是找到列的位置并使用 iloc，如下所示：

def ChangeValue(df, rowNumber, fieldName, newValue):
    columnNumber = df.columns.get_loc(fieldName)
    df.iloc[rowNumber, columnNumber] = newValue

但我想知道是否有一种方法可以一次性使用 iloc 和 loc 的魔力，并且跳过手动转换。

有什么想法吗？

Answer 1

我建议只使用iloc 结合Index.get_loc 方法。例如：

df.iloc[0:10, df.columns.get_loc('column_name')]

有点笨拙，但足够简单。

MultiIndex 具有 get_loc 和 get_locs 两者，它们需要一个序列；不幸的是，Index 似乎只有前者。

Answer 2

根据this answer，

ix 通常会尝试表现得像 loc，但如果标签不在索引中，则会退回到表现得像 iloc。

所以你应该特别能够使用df.ix[rowNumber, fieldname]，以防type(df.index) != type(rowNumber)。

Answer 3

即使它不适用于每种情况，如果您正在寻找顶部或底部条目，我想添加一个简单的：

    df.head(1)['column_name']  # first entry in 'column_name'
    df.tail(5)['column_name']  # last 5 entries in 'column_name'

Answer 4

使用loc

人们不得不求助于要么一直使用integer location iloc——正如this answer所建议的那样——要么一直使用普通的location loc，如下所示：

df.loc[df.index[[0, 7, 13]], 'column_name']

Answer 5

编辑：执行以下操作不是一个好主意。我将答案作为反例。

你可以这样做：

df.iloc[rowNumber].loc[fieldName] = newValue

例子

import pandas as pd

def ChangeValue(df, rowNumber, fieldName, newValue):
    df.iloc[rowNumber].loc[fieldName] = newValue

df = pd.DataFrame([[0, 2, 3], [0, 4, 1], [10, 20, 30]],
                  index=[4, 5, 6], columns=['A', 'B', 'C'])
print(df)
    A   B   C
4   0   2   3
5   0   4   1
6  10  20  30

ChangeValue(df, 1, "B", 999)
print(df)
    A    B   C
4   0    2   3
5   0  999   1
6  10   20  30

但是要小心，如果 newValue 不是同一个类型，它就不起作用并且会静默失败

ChangeValue(df, 1, "B", "Oops")
print(df)
    A    B   C
4   0    2   3
5   0  999   1
6  10   20  30

这里有一些关于使用列数据类型的好信息：Change column type in pandas