问题标签 [pandas-loc]

I have data similar to this post: pandas: Filling missing values within a group

That is, I have data in a number of observation sessions, and there is a focal individual for each session. That focal individual is only noted once, but I want to fill in the focal ID data for each line during that session. So, the data look something like this:

Based on the post linked above, I was using this code:

But this returns a KeyError (specifically, KeyError:None). According to the .loc documentation, KeyErrors can result when the data isn't found. So, I've checked and while I have 152 sessions, I only have 150 non-null data points in the Focal column. Before I decide to manually search my data for which of the sessions is missing a Focal ID, I have two questions:

1. I am very much a beginner. So is this a reasonable explanation for why I am getting a KeyError?

2. If it is reasonable, is there a way to figure out which Session is missing Focal ID data, that will save me from manually looking through the data?

Output here:

我的代码中有一条语句：

where是我在该语句所在i的循环中使用的迭代变量，是我导入的 numpy 模块，并且是一个看起来像这样的 DataFrame：fornpdf

如您所见，我的代码中的语句用于将新行插入到我的 DataFrame中，并用一个值df填充下面的最后一列（在新插入的行中）。cyclesNaN

但是，这样做时，我收到以下警告消息：

查看文档，我仍然不明白我在这里遇到的问题或风险是什么。我认为已经使用loc并iloc遵循了建议？

谢谢你。

在此处编辑 应@EdChum 的要求，我在使用上述语句的函数中添加了以下内容：

有人可以解释这两种切片方法有何不同吗？
我看过文档，也看过这些 答案，但我仍然无法理解这三者有何不同。对我来说，它们在很大程度上似乎可以互换，因为它们处于较低的切片级别。

例如，假设我们想要获取 a 的前五行DataFrame。这两个是如何工作的？

有人可以提出三种用途区分更清楚的情况吗？

曾几何时，我也想知道这两个功能有什么不同，df.ix[:5]但是ix已经从pandas 1.0中删除了，所以我不再关心了。

我有一个潜在的熊猫错误，或者我只是盯着这个太久了。我以前在多索引上使用 xs 没有遇到过问题。代码如下，我已经验证了 Python 2 on pandas 版本 0.16.2 和 Python 3 运行 pandas 版本 0.17.0：

但是，不指定级别的工作方式与使用 .loc 一样，如下所示：

有没有人对这种行为有所了解？

我有看起来像的多级数据框：

我想遍历list, 并为每一行list检查 column 的值value，如果是False，则删除该行。所以最终目标是删除 中的所有第一行list， 我使用这段代码，这似乎是逻辑False：value

但我有这个错误

你能解释一下我的方法有什么问题吗？

我有一个带有列结构的熊猫数据框（df）：

该数据框包含一月、二月、三月、四月的数据。A、B、C、D 是数字列。对于二月份，我想重新计算列 A 并在数据框中更新它，即月份 = 二月，A = B + C + D

我使用的代码：

这运行没有错误，但没有更改 2 月 A 列中的值。在控制台中，它给出了一条消息：

试图在 DataFrame 中的切片副本上设置一个值。
尝试改用 .loc[row_indexer,col_indexer] = value

我尝试使用 .loc，但现在我正在处理的数据框，我已经使用.reset_index()过它，我不确定如何设置索引和使用 .loc。我遵循了文档但不清楚。你能帮帮我吗？这是一个示例数据框：

我想更新一个日期：2000-01-03。我无法提供我的数据片段，因为它是实时数据。

我希望根据几个条件来操作大量数据。一个基于同一行，而另一个基于不同行的单元格。

例如我有一个这样的df，我用过

df['true'] = df.loc[:,['max','value']].min(axis=1)添加“真”列

但我还想根据“最大”两行中单元格的值向“真”列添加一个条件。像 .loc 我想用类似的东西检查整个数据框的这种情况

而且由于 pandas 非常擅长查询，我不想编写 if 语句来迭代整个数据帧。

在这种情况下，输出将是：

有什么建议么？

谢谢

我有一个数据框 df ，如下所示：

我尝试根据订单类型值更改 Quantity 列中值的符号（即保持买入为正，卖出为负）：

但是，这会产生一些意想不到的结果（参见第二个和第三个卖出值）：

我可以通过添加额外的“Sign”列来解决这个问题：

但无论如何都想弄清楚事情的原因。

我试图在 Pandas DataFrame 中从另一行中减去一行。我在一个数字列之前有多个描述符列，迫使我在两个描述符列上设置 DataFrame 的索引。

当我这样做时，无论列的 set_index() 列表中列出的第一个列名是什么，我都会得到一个 KeyError。在这种情况下，它是“COL_A”：

我没有再考虑这一点，也无法弄清楚为什么 KeyError 是如何解决的。

我需要使用从数据框中撤出的一些值来更新面板切片。即使我没有收到任何错误，它也不起作用。怎么了？

请注意，它的维度不一样，我想使用索引来对齐数据。我知道转换为具有相同形状的数组可以获得我想要的东西，但我想找到另一种解决方案。