如何有效地設定 Pandas DataFrame 中的特定單元值？

為 Pandas DataFrame 中的特定單元格設定值

您已建立一個 DataFrame 並想要變更特定單元格的值。但是，使用 df.xs('C')['x'] = 10 不會如預期般更新 DataFrame。為什麼？

問題源自於 df.xs() 的運作方式。預設情況下，它會傳回一個帶有資料副本的新 DataFrame。因此， df.xs('C')['x'] = 10 僅修改新的 DataFrame，而非原始 DataFrame。

相反，您可以使用 df['x']['C'] = 10. 此方法傳回原始 DataFrame 的視圖，任何修改都會套用至 df。

但是，建議的方法是使用.at 或.iat:

• df.at['C', 'x'] = 10：直接設定'C'行和'x'列的值。
• df. iat[2, 0] = 10：使用索引位置存取儲存格（2 表示行，0 表示列）。

為什麼 df.xs('C')['x'] = 10 被棄用？

df.set_value('C' , 'x', 10) 是首選方法，因為它的速度要快得多。但是，df.set_value() 預計將被棄用。

效能比較

基準顯示 df.set_value() 在速度方面優於其他選項：

In [18]: %timeit df.set_value('C', 'x', 10)
100000 loops, best of 3: 2.9 µs per loop

In [20]: %timeit df['x']['C'] = 10
100000 loops, best of 3: 6.31 µs per loop

In [81]: %timeit df.at['C', 'x'] = 10
100000 loops, best of 3: 9.2 µs per loop

以上是如何有效地設定 Pandas DataFrame 中的特定單元值？的詳細內容。更多資訊請關注PHP中文網其他相關文章！