时间戳

首页 > 解决方案 > 用python pandas中的数据框B的行替换数据框A的行子集

python - 用python pandas中的数据框B的行替换数据框A的行子集

问题描述

我正在尝试用 Python Pandas 中数据框的值列（总共 250 行）替换数据框中第 500 到 750 行中col1的df_A值。col1df_B

我试着这样做

df_A.col1.iloc[500:750] = df_B.col1

但这会产生臭名昭著的

A value is trying to be set on a copy of a slice from a DataFrame

并且中的值df_A.col1.iloc[500:750]被NaNs 替换。那么如何在不使用 for 循环的情况下用 Pandas 中另一个数据帧中的行替换几行呢？

标签： pythonpandasdataframe

解决方案

尝试使用 loc 代替：

import pandas as pd
df=pd.DataFrame(np.arange(15).reshape(5,3), columns=['a0','a1','a2'])
dg=pd.DataFrame(np.arange(9).reshape(3,3), columns=['b0','b1','b2'])
print('df=', df)
print('\ndg=', dg)

#replacement of [5,8,11] by [1,4,7]
df.loc[1:3, 'a2']=dg.b1.values
print("\ndf (after replacement) \n ",df)
df=    a0  a1  a2
0   0   1   2
1   3   4   5
2   6   7   8
3   9  10  11
4  12  13  14

dg=    b0  b1  b2
0   0   1   2
1   3   4   5
2   6   7   8

df (after replacement) 
     a0  a1  a2
0   0   1   2
1   3   4   1
2   6   7   4
3   9  10   7
4  12  13  14

推荐阅读