Pandas中的loc筛选后赋值：loc[筛选条件][‘列名‘]、loc[筛选条件,‘列名‘]、loc[筛选条件,[‘列名‘]]之间的区别

一、区别

1. loc[筛选条件]['列名']：

   • 先返回一个Series对象，再选择指定的列。
   • 对于Series对象，赋值操作不会修改原始DataFrame中的值，而是创建一个新的Series对象。因此，这种方式不会成功对原始DataFrame进行赋值操作。

2. loc[筛选条件,'列名']：

   • 返回一个Series对象。
   • 使用逗号将筛选条件和列名分隔开，不返回Series对象，而是直接对DataFrame进行赋值操作。

3. loc[筛选条件,['列名']]：

   • 返回一个DataFrame对象。

*使用loc对dataframe中的指定数据进行赋值时，第一种写法赋值失败，可以选第二种或第三种写法。第二种写法返回一个Series对象，第三种写法返回一个DataFrame对象。

二、示例

表: Employees

列名	类型
employee_id	int
name	varchar
salary	int

employee_id 是这个表的主键(具有唯一值的列)。
此表的每一行给出了雇员id ，名字和薪水。

编写解决方案，计算每个雇员的奖金。如果一个雇员的 id 是 奇数 并且他的名字不是以 ‘M’ 开头，那么他的奖金是他工资的 100% ，否则奖金为 0 。

返回的结果按照 employee_id 排序。

示例 :

输入：Employees 表:

employee_id	name	salary
2	Meir	3000
3	Michael	3800
7	Addilyn	7400
8	Juan	6100
9	Kannon	7700

输出：

employee_id	bonus
2	0
3	0
7	7400
8	0
9	7700

解释：
因为雇员id是偶数，所以雇员id 是2和8的两个雇员得到的奖金是0。
雇员id为3的因为他的名字以’M’开头，所以，奖金是0。
其他的雇员得到了百分之百的奖金。

查询:

1. loc[筛选条件]['列名']：

import pandas as pd

def calculate_special_bonus(employees: pd.DataFrame) -> pd.DataFrame:
    # 增加一个奖金列
    employees['bonus'] = 0

    employees.loc[(employees['employee_id']%2==1) & (employees['name'].str[0]!='M')]['bonus'] = employees['salary']*2
    #employees.loc[(employees['employee_id']%2==1) & (employees['name'].str[0]!='M'),'bonus'] = employees['salary']*2
    #employees.loc[(employees['employee_id']%2==1) & (employees['name'].str[0]!='M'),['bonus']] = employees['salary']*2

    print(employees)

2. loc[筛选条件,'列名']：

import pandas as pd

def calculate_special_bonus(employees: pd.DataFrame) -> pd.DataFrame:
    # 增加一个奖金列
    employees['bonus'] = 0

    #employees.loc[(employees['employee_id']%2==1) & (employees['name'].str[0]!='M')]['bonus'] = employees['salary']*2
    employees.loc[(employees['employee_id']%2==1) & (employees['name'].str[0]!='M'),'bonus'] = employees['salary']*2
    #employees.loc[(employees['employee_id']%2==1) & (employees['name'].str[0]!='M'),['bonus']] = employees['salary']*2

    print(employees)

3. loc[筛选条件,['列名']]：

import pandas as pd

def calculate_special_bonus(employees: pd.DataFrame) -> pd.DataFrame:
    # 增加一个奖金列
    employees['bonus'] = 0

    #employees.loc[(employees['employee_id']%2==1) & (employees['name'].str[0]!='M')]['bonus'] = employees['salary']*2
    #employees.loc[(employees['employee_id']%2==1) & (employees['name'].str[0]!='M'),'bonus'] = employees['salary']*2
    employees.loc[(employees['employee_id']%2==1) & (employees['name'].str[0]!='M'),['bonus']] = employees['salary']*2

    print(employees)

-------------------------------------------分割线------------------------------------------------------
本例完整代码：

import pandas as pd

def calculate_special_bonus(employees: pd.DataFrame) -> pd.DataFrame:
    # 增加一个奖金列
    employees['bonus'] = 0

    employees.loc[(employees['employee_id']%2==1) & (employees['name'].str[0]!='M'),['bonus']] = employees['salary']
    employees = employees[['employee_id','bonus']].sort_values(by='employee_id')

    return employees