Ändern pandas dataframe Werte mit numpy array

Ich versuche, ändern Sie die Werte-Feld eines pandas-Daten-frame mit ein numpy-array [gleiche Größe]. so etwas funktioniert nicht

import pandas as pd
# create 2d numpy array, called arr
df = pd.DataFrame(arr, columns=some_list_of_names)
df.values = myfunction(arr)

alternativen?

Warum gehst du nicht einfach tun myfunction ersten und übergeben Sie das Ergebnis an DataFrame, wenn Sie zunächst erstellen?

InformationsquelleAutor Bobo | 2015-02-06

  1. 10

    Den .values Attribut wird oft ein kopieren - vor allem für gemischte dtypes (also Zuordnung es ist nicht garantiert, um zu arbeiten - in neueren Versionen von pandas wird diese zu erhöhen).

    Sollten Sie zuweisen, der bestimmte Spalten (Hinweis: die Reihenfolge ist wichtig).

    df = pd.DataFrame(arr, columns=some_list_of_names)
df[some_list_of_names] = myfunction(arr)

    Beispiel (pandas 0.15.2):

    In [11]: df = pd.DataFrame([[1, 2.], [3, 4.]], columns=['a', 'b'])

In [12]: df.values = [[5, 6], [7, 8]]
AttributeError: can't set attribute

In [13]: df[['a', 'b']] = [[5, 6], [7, 8]]

In [14]: df
Out[14]:
   a  b
0  5  6
1  7  8

In [15]: df[['b', 'a']] = [[5, 6], [7, 8]]

In [16]: df
Out[16]:
   a  b
0  6  5
1  8  7
    danke, das ist was ich dachte, als gut.
    Also ich habe wirklich die Frage falsch. Ich habe verstanden, dass es um die Anwendung myfunction(), aber es war eigentlich zum erneuten zuweisen.
    fühlen Sie sich nicht zu schade, das ist es, was ich dachte, die Frage war auch....
    In dem gleichen Geist, können Sie auch verwenden: df.iloc[:, :] = [[5, 6], [7, 8]]

    InformationsquelleAutor Andy Hayden

  2. 2

    Ich denke, das ist die Methode, die Sie sind auf der Suche nach:

    http://pandas.pydata.org/pandas-docs/dev/generated/pandas.DataFrame.applymap.html

    Anwenden einer Funktion auf einen DataFrame, der betrieben werden soll
    elementweise, d.h. tun, wie map(func, Serie) für jede Reihe in der
    DataFrame

    Beispiel:

    >>> import numpy as np
>>> import pandas as pd
>>> df = pd.DataFrame(np.random.rand(3,4), columns = list('abcd'))
>>> df
          a         b         c         d
0  0.394819  0.662614  0.752139  0.396745
1  0.802134  0.934494  0.652150  0.698127
2  0.518531  0.582429  0.189880  0.168490
>>> f = lambda x: x*100
>>> df.applymap(f)
           a          b          c          d
0  39.481905  66.261374  75.213857  39.674529
1  80.213437  93.449447  65.215018  69.812667
2  51.853097  58.242895  18.988020  16.849014
>>>
    wie gebe ich die numpy-array?
    Sie übergeben es der DataFrame! In Ihrem Fall, rufen Sie df.applymap(myfunction). Dies ändert die Werte in Ihrem DataFrame statt.
    Ich weiß, aber wie kann ich den einstellen das element (i, j) des dataframe auf element (i, j) der numpy-array von dort?
    Nicht bereits geschehen, Ihre df = pd.DataFrame(arr, columns=some_list_of_names) Linie? Sie könnte besser sein, zeigt ein minimales Beispiel!
    Beispiel Hinzugefügt. Der Daten-frame ist erste erstellt ein numpy-array. Dann auf die Werte in der Daten-frame geändert werden in der conversion-Funktion f. Klar? Und @BrenBarn hat einen Punkt, Sie können auch konvertieren Sie Ihre numpy-array, bevor erstellen von Daten-frame. Die Reihenfolge ist nicht wirklich wichtig, ohne zu wissen, mehr Kontext, mindestens.

    InformationsquelleAutor Jan-Philip Gehrcke

Schreibe einen Kommentar