基于标签的索引Pandas(.loc)

Question

我最近已经意识到链式赋值的危险,我正在尝试使用loc [rowindex,colindex]在pandas中使用正确的索引方法.我正在使用混合数据类型(混合在同一系列的np.float64和列表和字符串中) - 这是不可避免的.我有一个整数索引

我正在通过数据框运行以下循环

Count = 0
for row in DF.index:
print row
    if '/' in str(DF.order_no[row]) and '/' not in str(DF.buyer[row]) and '/' not in    str(DF.buyer[row])\
    and '/' not in str(DF.smv[row]) and '/' not in str(DF.item[row]):
        DF.loc[row, 'order_no'] = str(DF.loc[row, 'order_no']).split('/')
        Count +=1

计数

哪个返回错误:

 TypeError: object of type 'int' has no len()

我究竟做错了什么？

在那个循环中,我可以做到:

print DF.loc[row, 'order_no']

和

print DF.loc[row, 'order_no'] == str(DF.loc[row, order_no]).split('/')

但不是

DF.loc[row, 'order_no'] = str(DF.loc[row, order_no]).split('/')

使用print语句我看到它在第3行卡住了,但是:

DF.loc[3, 'order_no']

工作得很好.

帮助升值.

编辑

解决方法如下:

Count = 0
Vals = []
Ind = []
for row in DF.index:
    if '/' in str(DF.order_no[row]) and '/' not in str(DF.buyer[row]) and '/' not in str(DF.buyer[row])\
    and '/' not in str(DF.smv[row]) and '/' not in str(DF.item[row]):
        Vals.append(DF.order_no[row].split('/'))
        Ind.append(row)
        Count +=1

DF.loc[Ind, 'order_no'] = Vals    

换句话说,我可以创建要修改的值的列表,然后使用.loc更改它们.这很好用,这使我相信问题不在于我尝试分配的值,而在于赋值过程本身.

下面是我正在处理的数据类型的示例:据我所知,代码在第3行和第9行失败.对不起它的csv格式,但这就是我把它读成大熊猫的方式.

https://www.dropbox.com/s/zuy8pj15nlhmcfb/EG2.csv

如果完成以下操作,则使用该数据:

EG = pd.reas_csv('EG.csv')
EG.loc[3, 'order_no'] = str(EG.loc[3, 'order_no']).split('/')

失败了

object of type 'int' has no len()

但

EG['order_no'][3] = str(EG.loc[3, 'order_no']).split('/')

工作正常,但这是我试图避免的链式分配类型,因为它给了我其他地方的问题.

这就是为什么我认为这只是一个语法错误.

对不起,现在这个非常好的问题

Answer 1

您可能遇到了dtype问题.以下代码适用于我:

import pandas as pd
data = {'working_hr': {3: 9.0}, 'order_no': {3: 731231}}
df = pd.DataFrame.from_dict(data, dtype=object)

然后:

>>> df.loc[3, 'order_no'] = [1, 2]
>>> df
  order_no working_hr
3   [1, 2]          9

请注意dtype=object.这可能是您缩短DataFrame时错误消失的原因,尤其是当您从csv中读取时.在许多情况下(例如从CSV读取),pandas会尝试推断dtype并选择最具体的dtype.如果dtype是object,则可以将列表指定为值,但如果它是(例如)float64则不能.因此,请检查您的混合类型列是否确实设置为dtype object.

同样适用于您提供的CSV:

>>> df = pandas.read_clipboard(sep='\t', index_col=0)
>>> df
        buyer          order_no                                 item         smv
0         H&M            992754                        Cole tank top        6.17
1         H&M            859901                         Thilo Bottom        8.55
2         H&M            731231               Palma Short Sleeve Tee        5.65
3         H&M     731231/339260                      Palma Price Tee        5.65
4         H&M     859901/304141  Thilo Paijama Set top/Elva Tank Top   5.80/5.58
5         H&M            768380                       Folke Tank Top           6
6         H&M     596701/590691                        Paul Rock Tee        7.65
7    H&M/Mexx  731231/KIEZ-P002        Palma Short Sleeve Tee/Shorts  5.65/12.85
8         NaN               NaN                                  NaN         NaN
9  Ginatricot     512008/512009                           J.Tank top         4.6
>>> df.loc[3, 'order_no'] = str(df.loc[3, 'order_no']).split('/')
>>> df
        buyer          order_no                                 item         smv
0         H&M            992754                        Cole tank top        6.17
1         H&M            859901                         Thilo Bottom        8.55
2         H&M            731231               Palma Short Sleeve Tee        5.65
3         H&M  [731231, 339260]                      Palma Price Tee        5.65
4         H&M     859901/304141  Thilo Paijama Set top/Elva Tank Top   5.80/5.58
5         H&M            768380                       Folke Tank Top           6
6         H&M     596701/590691                        Paul Rock Tee        7.65
7    H&M/Mexx  731231/KIEZ-P002        Palma Short Sleeve Tee/Shorts  5.65/12.85
8         NaN               NaN                                  NaN         NaN
9  Ginatricot     512008/512009                           J.Tank top         4.6