python_DataFrame之loc和iloc之间的区别

最新推荐文章于 2024-08-21 18:41:12 发布

Despondent_Gloomy

最新推荐文章于 2024-08-21 18:41:12 发布

阅读量742

点赞数

分类专栏： Python 文章标签： python

本文链接：https://blog.csdn.net/Despondent/article/details/107990719

版权

本文介绍了在Python中使用DataFrame时，loc和iloc用于赋值的区别。通过实例说明了直接使用下标可能导致的Object类型问题，以及解决该问题的方法——使用loc。文章解释了chained indexing导致的SettingWithCopyWarning警告，并建议使用DataFrame.loc[行名, 列名] = 值的方式避免警告和类型错误。" 106675863,9598664,深入理解VBA：自动化办公解决方案,"['VBA', '宏', '自动化办公', 'Excel VBA', 'Office编程']

摘要由CSDN通过智能技术生成

解决为什么直接用下标来替换DataFrame里面的值时所属类型是Object而不是Int:
问题描述：
上课时我们判断“体育”列中的数据是否均为int格式，如果不是int类型的话我们应该用0去替换不是int格式的值，当我们直接用下标，即用以下方法实现时：

然后我们使用df1.体育输出结果时，我们可以看到下图中虽然把体育这一列中的“作弊”换成了我们想要替换的0，但是当我们看它的数据类型时我们会发现是Object而不是Int类型的；

解决过程：
1.在上面的代码块执行完成后，我们不执行df1.体育输出结果时，我们就会看到会有报错，报错内容如下图：

所以我就觉得问题会出现在这里，我们可以根据提示的内容进入到提示网页里面，查找到SettingWithCopyWarning有关的内容，地址：https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
这里提到一个关键词那就是chained indexing（链接索引）：这就是出现警告的原因, 我们在使用pandas中要极力避免出现chained index；
它里面还有一个例子，我们就用我们上课时的这个例子和大家讨论一下什么是chained indexing（链接索引）吧！
2.当我看了这篇提示网页之后，我把代码块中的df1[‘体育’][list(df1[‘体育’]).index(i)]=0替换为了df1.loc[list(df1[‘体育’]).index(i),‘体育’] = 0，这样我们再来看的话就没有之前的提示报错了，而且也达到了我们的目的（即