遍历 pandas 数据框并更新值 - AttributeError：无法设置属性答案

【问题标题】：iterate over pandas dataframe and update the value - AttributeError: can't set attribute遍历 pandas 数据框并更新值 - AttributeError：无法设置属性
【发布时间】：2019-02-17 19:47:39
【问题描述】：

我正在尝试遍历 pandas 数据帧并在满足条件时更新值，但出现错误。

for line, row in enumerate(df.itertuples(), 1):
    if row.Qty:
        if row.Qty == 1 and row.Price == 10:
            row.Buy = 1
AttributeError: can't set attribute

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

可以在 pandas 中进行第一次迭代，但速度很慢，因此使用了另一种矢量化解决方案。

如果你需要迭代，我认为你可以使用iterrows：

for idx, row in df.iterrows():
    if  df.loc[idx,'Qty'] == 1 and df.loc[idx,'Price'] == 10:
        df.loc[idx,'Buy'] = 1

但更好的是使用矢量化解决方案 - 通过布尔掩码设置值 loc：

mask = (df['Qty'] == 1) & (df['Price'] == 10)
df.loc[mask, 'Buy'] = 1

或者mask的解决方案：

df['Buy'] = df['Buy'].mask(mask, 1)

或者如果您需要if...else，请使用numpy.where：

df['Buy'] = np.where(mask, 1, 0)

样本。

按条件设置值：

df = pd.DataFrame({'Buy': [100, 200, 50], 
                   'Qty': [5, 1, 1], 
                   'Name': ['apple', 'pear', 'banana'], 
                   'Price': [1, 10, 10]})

print (df)
   Buy    Name  Price  Qty
0  100   apple      1    5
1  200    pear     10    1
2   50  banana     10    1

mask = (df['Qty'] == 1) & (df['Price'] == 10)


df['Buy'] = df['Buy'].mask(mask, 1)
print (df)
   Buy    Name  Price  Qty
0  100   apple      1    5
1    1    pear     10    1
2    1  banana     10    1

df['Buy'] = np.where(mask, 1, 0)
print (df)
   Buy    Name  Price  Qty
0    0   apple      1    5
1    1    pear     10    1
2    1  banana     10    1

【讨论】：

【解决方案2】：

好的，如果您打算在df 中设置值，那么您需要跟踪index 的值。

选项 1
使用itertuples

# keep in mind `row` is a named tuple and cannot be edited
for line, row in enumerate(df.itertuples(), 1):  # you don't need enumerate here, but doesn't hurt.
    if row.Qty:
        if row.Qty == 1 and row.Price == 10:
            df.set_value(row.Index, 'Buy', 1)

选项 2
使用iterrows

# keep in mind that `row` is a `pd.Series` and can be edited...
# ... but it is just a copy and won't reflect in `df`
for idx, row in df.iterrows():
    if row.Qty:
        if row.Qty == 1 and row.Price == 10:
            df.set_value(idx, 'Buy', 1)

选项 3
使用 get_value 直接向上循环

for idx in df.index:
    q = df.get_value(idx, 'Qty')
    if q:
        p = df.get_value(idx, 'Price')
        if q == 1 and p == 10:
            df.set_value(idx, 'Buy', 1)

【讨论】：

感谢您的回复 piRSquared。我们可以使用 itertuples 或 iterrows 就地替换吗？
itertuples.. 不！ tuples 是不可变的……意味着它们无法更改。 iterrows...不是吗？ pd.Series 绝对可以更改。但row 只是df 中行的副本。我将再添加一个循环选项。但是，pandas 的矢量化操作更有效，正如@jezrael 指出的那样。
你仍然可以使用 itertuples。 index 0 给出数据帧的索引，因此您可以简单地使用它来插入值，方法是执行 i = row[0] 后跟 df.loc[i, 'column_name'] = some_value
您的评论指出那里不需要枚举？但是获取索引不需要枚举（例如，数据帧中的索引可以跳过数字甚至不是数字）
仅供参考..提交编辑以替换 set_value。它已被 at 或 iat 弃用。

【解决方案3】：

pandas.DataFrame.set_value 方法在 0.21.0 pd.DataFrame.set_value 已被弃用

使用pandas.Dataframe.at

for index, row in df.iterrows():
        if row.Qty and row.Qty == 1 and row.Price == 10:
            df.at[index,'Buy'] = 1

【讨论】：

来自文档：You should never modify something you are iterating over. This is not guaranteed to work in all cases. Depending on the data types, the iterator returns a copy and not a view, and writing to it will have no effect.
@techkuz 正确，但此示例未修改迭代对象的值，而是修改了原始数据框。