理解loc命令

Question

我有以下命令，但我不完全理解

def func1(df):
    df.loc[df['First Name'].isin(['n.a.', 'null']),
            df.columns.drop(["Last Name", "Middle Name", "First Name"])] = "n.a."

    return df

我编写了下面的dataframe来测试它返回的内容

    df1 = pd.DataFrame({"First Name": ['Alex', 'n.a.', 'null'],
                        "Last Name": ['Peterson', 'Doe', 8],
                        "Middle Name": ['John', 'Jack', 3],
                         "Pet": [2, 9, 3]})

如果我理解正确，它会检查列‘Name’如果值是'n.a.‘还是“null”，然后删除除“姓”、“中间名”、“名名”以外的所有其他列？但是，什么是等于n.a。在最后？通过在前面提到的dataframe上运行函数，它基本上返回相同的dataframe，而不更改任何内容。由于这个原因，我试图拆分函数，以单独检查它。

def func2(df):
    df.loc[df['First Name'].isin(['n.a.', 'null'])] = "n.a."
    return df

使用相同的dataframe进行了尝试，我注意到对于具有n.a的行。或者在第一个名称中为null，它将其他元素转换为n.a。为什么我的dataframe不对func1进行相同的更改？

Answer 1

首先，提供的DataFrame无效，所有列表都必须具有相同的长度。

让我们使用：

df1 = pd.DataFrame({"First Name": ['Alex', 'n.a.', 'null'],
                    "Last Name": ['Peterson', 'Doe', 8],
                    "Middle Name": ['John', 'Jack', 3],
                    "Pet": [2, 9, 3]}) # removed 2 values

现在，函数选择了“名字”为['n.a.', 'null']的所有行和所有非["Last Name", "Middle Name", "First Name"]的列。这给我们留下了一行1/2和列“宠物”。赋值使它们成为"n.a."，实际上输出是：

  First Name Last Name Middle Name   Pet
0       Alex  Peterson        John     2
1       n.a.       Doe        Jack  n.a. # this value was updated
2       null         8           3  n.a. # this value was updated