pandas 在一个数组中，loc的作用是什么？

rn0zuynd 于 2023-11-15 发布在其他

关注(0)|答案(4)|浏览(115)

如果我有这个最小可重复的例子

import pandas as pd
 
df = pd.DataFrame({"A":[12, 4, 5, None, 1],
                "B":[7, 2, 54, 3, None],
                "C":[20, 16, 11, 3, 8],
                "D":[14, 3, None, 2, 6]})
 
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5']
 
df.index = index_
print(df)

# Option 1
result = df[['A', 'D']]
print(result)

# Option 2
result = df.loc[:, ['A', 'D']]
print(result)

字符串
使用loc或不使用loc的效果是什么。结果非常相似。我问这个问题是为了准备一个更复杂的问题，其中我被指示使用loc。

pandas

来源：https://stackoverflow.com/questions/77436994/what-is-the-effect-of-loc-in-a-dataframe

4条答案

按热度按时间

f8rj6qna1#

不同之处在于df[['A', 'D']]是对df的弱引用（在pandas 2.1.2中）。

result1 = df[['A', 'D']]
print(result1._is_copy)
#<weakref at 0x7f34261b69d0; to 'DataFrame' at 0x7f34260e9590>

result2 = df.loc[:, ['A', 'D']]
print(result2._is_copy)
# None

字符串
在这两种情况下，这不是一个视图：

print(result1._is_view, result2._is_view)
# False False

型
这种行为在pandas版本中有所改变。
这很重要吗
这取决于你想做什么。在大多数情况下，不。
然而，在特定情况下，第一种方法可以触发SettingWithCopyWarning：

result1 = df[['A', 'D']]
s1 = result1['A']
s1[:] = 1
# SettingWithCopyWarning: 
# A value is trying to be set on a copy of a slice from a DataFrame

result2 = df.loc[:, ['A', 'D']]
s2 = result2['A']
s2[:] = 1
# no Warning

型

赞(0）回复(0）举报 2023-11-15

vd2z7a6w2#

使用.loc在复杂的操作中通常更好，但也是为了清晰。例如：