创建和修改空的 Pandas DataFrame 会导致不可预测的行为

Question

我试图理解为什么我的代码（它初始化然后修改 Pandas DataFrame 中的一个新列）表现异常。我的代码如下：

pos = df['sign'] == 'Pos'
neg = df['sign'] == 'Neg'
df['signed_val'] = 0
df['signed_val'][pos] =  df['abs_val'][pos]
df['signed_val'][neg] = -df['abs_val'][neg]
df['pos_part'] = (df['abs_val']+df['signed_val'])/2

这里，df 是一个现有的 DataFrame，其中包含标记为“abs_val”和“sign”的列。我的目标是创建一个新列，其中包含一个额外的行“signed_val”，其中包含“abs_val”的签名版本。

当我运行此代码时，会发生两种情况之一。首先，如果我将整个代码块复制并粘贴到我的 python 解释器中，df['signed_val'] 将被全零填充。或者，如果我一次将一行复制并粘贴到我的 python 解释器中，df['signed_val'] 似乎给出了df['abs_val'] 的签名版本。

显然，这种行为是不可接受的。我在这里做错了什么，还是这是一个错误？

更新：

当最后一行打印出df['abs_val'] 的签名版本时，以下代码似乎可以正常运行：

pos = df['sign'] == 'Pos'
neg = df['sign'] == 'Neg'
df['signed_val'] = 0
df['signed_val'][pos] =  df['abs_val'][pos]
df['signed_val'][neg] = -df['abs_val'][neg]
df['signed_val']

但是，一旦运行另一个命令，df['signed_val'] 就会打印出一个零向量。以下第三个代码块可能会按预期运行，尽管我没有对其进行广泛测试：

pos = df['sign'] == 'Pos'
neg = df['sign'] == 'Neg'
df['signed_val'] = numpy.nan
df['signed_val'][pos] =  df['abs_val'][pos]
df['signed_val'][neg] = -df['abs_val'][neg]
df['pos_part'] = (df['abs_val']+df['signed_val'])/2

不过，第一个代码块发生了什么？

我使用的是 pandas 0.13.1 版和 numpy 1.8.0 版。

Answer 1

您正在执行链式分配，请参见此处：http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy

在单个 dtyped 框架上，这将始终有效；一般来说，在多类型框架上不会。

改为使用索引器loc/ix 来可靠地设置值。