小编dra*_*ine的帖子

我目前迷失在熊猫文档的深处。我的问题是这样的：

我有一个简单的数据框

col1  col2
 1     A
 4     B 
 5     X   

我的目标是应用以下内容：

 df['col1'] = df['col1'].apply(square)

其中 square 是一个明确定义的函数。但是这个操作会抛出错误警告（并产生不正确的结果）

试图在来自 DataFrame 的切片副本上设置值。尝试使用 .loc[row_indexer,col_indexer] = value 代替

我无法理解这一点，也无法理解它指向的文档。我的工作流程是线性的（以防这使得更广泛的解决方案可行）。

熊猫 0.17.1 和 Python 2.7

非常感谢所有帮助。

我最近遇到了一些错误，因为 numpy 数组的形状为 (x,) - 这些可以通过下面的代码片段轻松修复

a = np.array([1,2,3,4]) #this form produced a bug
a.shape 
>>> (4,)  
a.shape = [4,1] #but this change fixed it 

但这确实让我想知道，为什么 (x,) 是一维数组的默认形状？

我已经使用 pandas 一段时间了，我意识到我使用

 df.col
 df['col'] 

可以互换。它们实际上是一样的还是我错过了什么？

示例数据:

array(
  [[ 1.,  1.],
   [ 2.,  1.],
   [ 0.,  1.],
   [ 0.,  0.],
   [ 0.,  0.]])

期望的结果

>>> [0.,0.]

ie)最常见的一对.

看似不起作用的方法:

使用statisticsnumpy数组是不可用的.

使用scipy.stats.modeas作为返回每个轴上的模式,例如,它给出了我们的示例

mode=array([[ 0.,  1.]])