Question

0

谁能用下面的例子解释为什么loc在python熊猫中使用？

for i in range(0, 2):
  for j in range(0, 3):
    df.loc[(df.Age.isnull()) & (df.Gender == i) & (df.Pclass == j+1),
            'AgeFill'] = median_ages[i,j]

参考资料：

Stack Overflow

Answer 1

这里推荐使用.loc ，因为方法df.Age.isnull() ， df.Gender == i和df.Pclass == j+1可能返回数据帧切片的视图或可能返回副本。这会使大熊猫感到困惑。

如果不使用.loc ，最终将.loc调用所有3个条件，这将导致您遇到一个称为链式索引的问题。但是，当您使用.loc时， .loc一步即可访问所有条件，而熊猫不再感到困惑。

您可以在pandas文档中阅读有关此内容的更多信息以及不使用.loc会导致操作失败的示例。

简单的答案是，尽管您通常可以不用使用.loc而是简单地键入（例如）

df['Age_fill'][(df.Age.isnull()) & (df.Gender == i) & (df.Pclass == j+1)] \
                                                          = median_ages[i,j]

您将始终收到SettingWithCopy警告，您的代码对此会有些混乱。

以我的经验， .loc花了我一段时间才让我明白，更新代码有点烦人。但这确实非常简单而且非常直观： df.loc[row_index,col_indexer] 。

有关更多信息，请参见有关索引和选择数据的pandas文档。