对 pandas DataFrame 的矢量化更新？

Question

我有一个数据框，我想用数组中的一些值更新一列。然而，该数组与数据帧的长度不同，但我有要更新的数据帧行的索引。

我可以通过循环遍历行（如下）来做到这一点，但我希望有一种更有效的方法可以通过矢量化方法来做到这一点，但我似乎无法获得正确的语法。

在下面的示例中，我只是用nan 填充列，然后通过循环直接使用索引。

df['newcol'] = np.nan

j = 0
for i in update_idx:
    df['newcol'][i] = new_values[j]
    j+=1

Answer 1

如果您已经有一个索引列表，那么您可以使用loc 执行标签（行）选择，您可以传递新的列名，如果您现有的行未被选择，这些将分配NaN：

df.loc[update_idx, 'new_col'] = new_value

例子：

In [4]:
df = pd.DataFrame({'a':np.arange(5), 'b':np.random.randn(5)}, index = list('abcde'))
df

Out[4]:
   a         b
a  0  1.800300
b  1  0.351843
c  2  0.278122
d  3  1.387417
e  4  1.202503

In [5]:    
idx_list = ['b','d','e']
df.loc[idx_list, 'c'] = np.arange(3)
df

Out[5]:
   a         b   c
a  0  1.800300 NaN
b  1  0.351843   0
c  2  0.278122 NaN
d  3  1.387417   1
e  4  1.202503   2