熊猫的“loc对应功能”为"at to loc“

Question

据我所知，我可以用at来确定特定单元格的值：

index = "a"
df.at[index,"some_list"] = []

请注意，不能使用loc，因为

df.loc[index,"some_list"] = []

导致错误

ValueError: Must have equal len keys and value when setting with an iterable

问题是，有时索引并不是唯一的，但我知道确切的iloc设置值。所以我需要做的是

df.iloc[some_number_1,some_number_2] = []

但这会导致

ValueError: Must have equal len keys and value when setting with an iterable

是否有一些与iloc的通信，以便我可以设置值？

例如

df.at_iloc[some_number_1,some_number_2] = []

谢谢。

注意:这个问题不是重复的，因为我需要loc的at变体，结果是iat.

Answer 1

你在找iat

In [7]: df
Out[7]:
   0  1
a  1  9
b  7  7
a  2  0
c  1  8
b  6  7

In [8]: df.iat[0,1]
Out[8]: 9

你仍然需要循环，因为熊猫总是把它们当作序列而不是标量对待，所以它从来不干净地处理对象-dtype和使用list对象，所以这样的事情：

In [9]: for i, b in enumerate(df.index.get_loc('a')):
    ...:     if b:
    ...:         df.iat[i, 1] = []
    ...:

In [10]: df
Out[10]:
   0   1
a  1  []
b  7   7
a  2  []
c  1   8
b  6   7

同样，请注意对象-dtype的巨大红旗：

In [18]: df.dtypes
Out[18]:
0    object
1    object
dtype: object

Answer 2

您必须小心地了解iloc和loc之间的细微差别。

iloc在选择Pandas中的行时保持隐式python风格的索引。然而，loc使用Dataframe的显式索引。

尽管如此，在知道使用iloc的自然排序时，要更改dataframe记录的值，您可以简单地这样做：

df.iloc[some_number_1] = some_number_2

举个例子

import pandas as pd
a = pd.DataFrame({'a': [1, 3, 5, 7, 9], 'b': [2, 4, 6, 8, 0]},
                  index = [1,3,4,4,5])

   a  b
1  1  2
3  3  4
4  5  6
4  7  8
5  9  0

假设我们希望使用iloc更改第一个自然索引的值

a.iloc[1] = [12, 13]

    a   b
1   1   2
3  12  13
4   5   6
4   7   8
5   9   0