使用一行交换pandas数据框中所选行的列值，正确的语法是什么？

Question

我使用的是pandas版本0.14.1和Python2.7.5，并且我有一个包含三列的数据帧，例如：

import pandas as pd

d = {'L':  ['left', 'right', 'left', 'right', 'left', 'right'],
     'R': ['right', 'left', 'right', 'left', 'right', 'left'],
     'VALUE': [-1, 1, -1, 1, -1, 1]}
df = pd.DataFrame(d)

idx = (df['VALUE'] == 1)

生成如下所示的数据框：

       L      R  VALUE
0   left  right     -1
1  right   left      1
2   left  right     -1
3  right   left      1
4   left  right     -1
5  right   left      1

对于VALUE == 1所在的行，我想交换左列和右列的内容，这样所有的“左”值将在"L“列下结束，而”右“值在"R”列下结束。

在上面已经定义了idx变量之后，我可以很容易地在另外三行代码中完成这项工作，只需使用一个临时变量，如下所示：

tmp = df.loc[idx,'L']
df.loc[idx,'L'] = df.loc[idx,'R']
df.loc[idx,'R'] = tmp

然而，在我看来，这似乎真的很笨拙和不优雅的语法；难道熊猫支持更简洁的语法吗？我注意到，如果将输入中的列顺序交换为数据框.loc属性，则会得到以下交换后的输出：

In [2]: print(df.loc[idx,['R','L']])
      R      L
1  left  right
3  left  right
5  left  right

这向我表明，我应该能够实现与上面相同的交换，只需使用以下一行：

df.loc[idx,['L','R']] = df.loc[idx,['R','L']]

但是，当我实际尝试这样做时，什么也没有发生--列保持不交换。这就好像pandas自动意识到我在赋值语句的右侧以错误的顺序放置了列，它会自动纠正这个问题。有没有一种方法可以在pandas赋值语句中禁用这个“列顺序自动更正”，以便在不创建不必要的临时变量的情况下实现交换？

Answer 1

避免列名对齐的一种方法是通过.values下拉到底层数组

In [33]: df
Out[33]: 
       L      R  VALUE
0   left  right     -1
1  right   left      1
2   left  right     -1
3  right   left      1
4   left  right     -1
5  right   left      1

In [34]: df.loc[idx,['L','R']] = df.loc[idx,['R','L']].values

In [35]: df
Out[35]: 
      L      R  VALUE
0  left  right     -1
1  left  right      1
2  left  right     -1
3  left  right      1
4  left  right     -1
5  left  right      1

Answer 2

这里需要注意的关键一点是，pandas尝试使用索引和列名自动对齐行和列。因此，您需要以某种方式告诉pandas忽略此处的列名。一种方法是像@DSM一样，通过转换为numpy数组。另一种方法是重命名列：

>>> df.loc[idx] = df.loc[idx].rename(columns={'R':'L','L':'R'})

      L      R  VALUE
0  left  right     -1
1  left  right      1
2  left  right     -1
3  left  right      1
4  left  right     -1
5  left  right      1

Answer 3

您也可以使用np.select和df.where来实现这一点

选项1：np.select

df[['L','R']] = pd.np.select(df['VALUE'] == 1, df[['R','L']].values, df[['L','R']].values)

选项2：df.where

df[['L','R']] = df[['R','L']].where(df['VALUE'] == 1, df[['L','R']].values)

选项3：df.mask

df[['L','R']] = df[['L','R']].mask( df['VALUE'] == 1, df[['R','L']].values)

输出：

    L      R  VALUE
0  left  right     -1
1  left  right      1
2  left  right     -1
3  left  right      1
4  left  right     -1
5  left  right      1