Pandas：在 GroupBy 中设置值不会影响原始 DataFrame答案

【问题标题】：Pandas: Setting values in GroupBy doesn't affect original DataFramePandas：在 GroupBy 中设置值不会影响原始 DataFrame
【发布时间】：2018-04-19 15:17:38
【问题描述】：

data = pd.read_csv("file.csv")
As = data.groupby('A')
for name, group in As:
    current_column = group.iloc[:, i]
    current_column.iloc[0] = np.NAN

问题：即使我尝试将值设置为 np.NAN，“数据”在此循环之后仍保持不变。

【问题讨论】：

你想做什么？不，这不起作用，因为 groupby 会生成数据的副本。
按某列对数据进行分组（假设以不同方式看待每个国家/地区），而不是以不同方式编辑每个国家/地区的数据。
您的“编辑”的性质是什么？
好的，定义一些函数f，清理f中的数据，然后将f传递给groupby.apply。
def f(x): ... ; return y # x and y are dataframes

标签： python pandas dataframe set pandas-groupby

【解决方案1】：

.groupby() 不会更改初始 DataFrame。您可能希望将您对 groupby() 所做的操作存储在不同的变量上，并使用该 for 循环将其累积到不同的 DataFrame 中？

【讨论】：

这个我也试过了，在上面的代码之后，我也做了：united_group = pd.DataFrame(for name, group in As: united_group = united_group.append(group)
为什么不创建不同的系列，然后您可以使用 concat() 进行合并？ s1 = pd.Series([1, 2], index=['A', 'B'], name='s1') s2 = pd.Series([3, 4], index=['A', 'B'], name='s2') pd.concat([s1, s2], axis=1)

【解决方案2】：

正如@ohduran 建议的那样：

data = pd.read_csv("file.csv")
As = data.groupby('A')
new_data = pd.DataFrame()
for name, group in As:
    # edit grouped data
    # eg group.loc[:,'column'] = np.nan
    new_data = new_data.append(group)

【讨论】：