Pandas通过布尔"loc"和后续的"iloc"进行索引

Question

我想使用布尔掩码索引Pandas数据帧,然后根据整数索引在过滤后的数据帧的子集中设置一个值,并将此值反映在数据帧中.也就是说,如果这对数据框架有所了解,我会很高兴.

例:

In [293]:

df = pd.DataFrame({'a': [0, 1, 2, 3, 4, 5, 6, 7],
                   'b': [5, 5, 2, 2, 5, 5, 2, 2],
                   'c': [0, 0, 0, 0, 0, 0, 0, 0]})

mask = (df['a'] < 7) & (df['b'] == 2)
df.loc[mask, 'c']

Out[293]:
2    0
3    0
6    0
Name: c, dtype: int64

现在我想设置过滤后的数据帧中返回的前两个元素的值.链接iloc到loc上面的呼叫工作索引:

In [294]:

df.loc[mask, 'c'].iloc[0: 2]

Out[294]:

2    0
3    0
Name: c, dtype: int64

但不要分配:

In [295]:

df.loc[mask, 'c'].iloc[0: 2] = 1

print(df)

   a  b  c
0  0  5  0
1  1  5  0
2  2  2  0
3  3  2  0
4  4  5  0
5  5  5  0
6  6  2  0
7  7  2  0

使赋值与切片(即= [1, 1])的长度相同也不起作用.有没有办法分配这些值？

Answer 1

怎么样。

ix = df.index[mask][:2]
df.loc[ix, 'c'] = 1

与 EdChum 的想法相同，但按照评论中的建议更优雅。

编辑：必须要小心一点，因为它可能会通过非唯一索引给出不需要的结果，因为上面的任一标签可能会索引多行ix。如果索引不唯一，并且您只需要满足布尔键的前 2（或 n）行，那么使用.iloc整数索引会更安全，例如

ix = np.where(mask)[0][:2]
df.iloc[ix, 'c'] = 1

Answer 2

这确实有效但有点难看,基本上我们使用从掩码生成的索引并进行额外的调用loc:

In [57]:

df.loc[df.loc[mask,'c'].iloc[0:2].index, 'c'] = 1
df
Out[57]:
   a  b  c
0  0  5  0
1  1  5  0
2  2  2  1
3  3  2  1
4  4  5  0
5  5  5  0
6  6  2  0
7  7  2  0

所以突破以上:

In [60]:
# take the index from the mask and iloc
df.loc[mask, 'c'].iloc[0: 2]
Out[60]:
2    0
3    0
Name: c, dtype: int64
In [61]:
# call loc using this index, we can now use this to select column 'c' and set the value
df.loc[df.loc[mask,'c'].iloc[0:2].index]
Out[61]:
   a  b  c
2  2  2  0
3  3  2  0