python-对Pandas DataFrame使用逻辑索引或布尔索引的正确语法是什么？

我要使用逻辑索引来修改Pandas DataFrame(版本0.15.2)中的值,如本post所述.我一直收到以下警告：

A value is trying to be set on a copy of a slice from a DataFrame.Try using .loc[row_indexer,col_indexer] = value insteadSee the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy  self.obj[item_labels[indexer[info_axis]]] = value

这是一个示例进行演示.

import pandas as pdimport numpy as npdf = pd.DataFrame({'A':[9,10]*6,                   'B':range(23,35),                   'C':range(-6,6)})print df     A   B  C0    9  23 -61   10  24 -52    9  25 -43   10  26 -34    9  27 -25   10  28 -16    9  29  07   10  30  18    9  31  29   10  32  310   9  33  411  10  34  5

使用逻辑索引更改值的正确方法是什么？假设我要从B列中所有> 30,为什么不首选以下内容？我意识到这是链式作业,不鼓励使用.在我实际上使用的代码中,它确实完成了我想要的操作(它不是进行复制,而是实际上在编辑原始DataFrame),但仍显示警告：

df['B-type'] = 'B'                  # create column with dummy valuesdf['B-type'][df['B'] > 30] = 'BI'   # populate the column with real values for BI typedf['B-type'][df['B'] <= 30] = 'BII' # populate the column with real values for BII typeprint df     A   B  C B-type0    9  23 -6    BII1   10  24 -5    BII2    9  25 -4    BII3   10  26 -3    BII4    9  27 -2    BII5   10  28 -1    BII6    9  29  0    BII7   10  30  1    BII8    9  31  2     BI9   10  32  3     BI10   9  33  4     BI11  10  34  5     BI

目前尚不清楚为什么这是“错误的”,但仍然可以正常工作.

解决方法:

一种方法是使用如下所示的.loc–

df.loc[df['B'] > 30,'B'] = df.loc[df['B'] > 30,'B'] - 10

演示-

In [9]: df = pd.DataFrame({'A':[9,10]*6,   ...:                    'B':range(23,35),   ...:                    'C':range(-6,6)})In [10]:In [10]: dfOut[10]:     A   B  C0    9  23 -61   10  24 -52    9  25 -43   10  26 -34    9  27 -25   10  28 -16    9  29  07   10  30  18    9  31  29   10  32  310   9  33  411  10  34  5In [11]: df.loc[df['B'] > 30,'B'] = df.loc[df['B'] > 30,'B'] - 10In [12]: dfOut[12]:     A   B  C0    9  23 -61   10  24 -52    9  25 -43   10  26 -34    9  27 -25   10  28 -16    9  29  07   10  30  18    9  21  29   10  22  310   9  23  411  10  24  5

或者,如评论中所述,您还可以使用上述扩展作业版本-

df.loc[df['B'] > 30,'B'] -= 10

来源：https://www.icode9.com/content-1-528351.html