将值设置为pandas数据帧的整个列

Question

我正在尝试将数据帧的整个列设置为特定值.

In  [1]: df
Out [1]: 
     issueid   industry
0        001        xxx
1        002        xxx
2        003        xxx
3        004        xxx
4        005        xxx

从我所看到的,loc是替换数据框中的值时的最佳实践(或者不是吗？):

In  [2]: df.loc[:,'industry'] = 'yyy'

但是,我仍然收到了这条备受关注的警告信息:

A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_index,col_indexer] = value instead

如果我做

In  [3]: df['industry'] = 'yyy'

我得到了同样的警告信息.

有任何想法吗？使用Python 3.5.2和pandas 0.18.1.

Answer 1

你可以使用这个assign功能:

df = df.assign(industry='yyy')

Answer 2

当从现有对象定义新对象时,Python可以做出意想不到的事情.您在上面的评论中表示,您的数据框架是按照以下方式定义的df = df_all.loc[df_all['issueid']==specific_id,:].在这种情况下,df实际上只是存储在df_all对象中的行的替身:不在内存中创建新对象.

为了完全避免这些问题,我经常要提醒自己使用copy模块,该模块明确强制将对象复制到内存中,以便调用新对象的方法不会应用于源对象.我和你有同样的问题,并使用该deepcopy功能避免使用它.

在您的情况下,这应该摆脱警告消息:

from copy import deepcopy
df = deepcopy(df_all.loc[df_all['issueid']==specific_id,:])
df['industry'] = 'yyy'

Answer 3

你可以做 :

df['industry'] = 'yyy'

Answer 4

df.loc[:,'industry'] = 'yyy'

这就是魔术。您将为所有行添加“ .loc”和“：”。希望能帮助到你

Answer 5

对于其他寻求此答案且不想使用副本的人 -

df['industry'] = df['industry'].apply(lambda x: '')