Pandas是一個強大的分析結(jié)構(gòu)化數(shù)據(jù)的工具集，主要用于數(shù)據(jù)挖掘和數(shù)據(jù)分析，同時也提供數(shù)據(jù)清洗功能。

很多初學(xué)者在數(shù)據(jù)的選取，修改和切片時經(jīng)常面臨一些困惑。這是因為Pandas提供了太多方法可以做同樣的事情，方法選擇不當(dāng)，可能導(dǎo)致一些意想不到的錯誤。 

Pandas切片

Pandas數(shù)據(jù)訪問方式包括：df[],.at,.iat,.loc,.iloc（之前有ix方法，pandas1.0之后已被移除）

• df[] ：直接索引
• at/iat：通過標(biāo)簽或行號獲取某個數(shù)值的具體位置。
• loc：通過標(biāo)簽選取數(shù)據(jù)，即通過index和columns的值進(jìn)行選取。loc方法有兩個參數(shù)，按順序控制行列選取,范圍包括start和end。
• iloc：通過行號選取數(shù)據(jù)，即通過數(shù)據(jù)所在的自然行列數(shù)為選取數(shù)據(jù)。iloc方法也有兩個參數(shù)，按順序控制行列選取。

它們之間的區(qū)別不是文本重點，大家可以新建一個dataframe練習(xí)一下，本文我們主要來一個錯誤示范，然后給大家提一些合理的建議。

錯誤示范

新建一個DataFrame

df = pd.DataFrame({'x':[1,5,4,3,4,5],'y':[.1,.5,.4,.3,.4,.5],'w':[11,15,14,13,14,15]})
x    y   w0  1  0.1  111  5  0.5  152  4  0.4  143  3  0.3  134  4  0.4  145  5  0.5  15

假設(shè)我們要查找與“x”列對應(yīng)的所有DataFrame元素都大于3，并根據(jù)此更改將所有對應(yīng)的“ y”值更改為50。
我們來先試一個看起來毫無問題的方法

df[df['x']>3]['y']=50
運行之后，df沒有任何變化，Warning如下：

A value is trying to be set on a copy of a slice from a DataFrame.Try using .loc[row_indexer,col_indexer] = value instead

根據(jù)提示信息，我們使用loc方法

df.loc[df['x']>3,'y']=50x     y   w0  1   0.1  111  5  50.0  152  4  50.0  143  3   0.3  134  4  50.0  145  5  50.0  15

得到預(yù)期結(jié)果√ 

這是為什么呢？這里我們就遇到了所謂的“鏈接索引”，具體原因是使用了兩個索引器，例如：df[][]
df[df['x']>3] 導(dǎo)致Pandas創(chuàng)建原始DataFrame的單獨副本
df[df['x']>3]['y'] = 50 將新值分配給“ y”列，但在此臨時創(chuàng)建的副本上，而不是原始DataFrame上。

反轉(zhuǎn)切片的順序時，即先調(diào)用列，然后再調(diào)用我們要滿足的條件，便得到了預(yù)期的結(jié)果：

df['y'][df['x']>3]=50
   x     y   w0  1   0.1  111  5  50.0  152  4  50.0  143  3   0.3  134  4  50.0  145  5  50.0  15

當(dāng)我們創(chuàng)建了視圖后，pandas就會出現(xiàn)warning，因為它不知道我們是否只想更改y系列（通過z）或原始值df。如果我們要提取“z”作為獨立對象怎么辦？pandas提供了copy()方法，當(dāng)我們將命令更新為以下所示的命令時：

z = df['y'].copy()

我們將在內(nèi)存中創(chuàng)建一個具有其自己地址的全新對象，并且對“z”進(jìn)行的任何更新df都將不受影響。實際上有兩個要點，可以使我們在使用切片和數(shù)據(jù)操作時免受任何有害影響：

• 避免鏈接索引，始終選擇.loc/ .iloc（或.at/ .iat）方法；
• 使用copy() 創(chuàng)建獨立的對象，并保護(hù)原始資源免遭不當(dāng)操縱

 

參考

https://www.jianshu.com/p/199a653e9668https://www.kdnuggets.com/2020/04/stop-hurting-pandas.html

好消息！
小白學(xué)視覺知識星球
開始面向外開放啦??????



下載1：OpenCV-Contrib擴(kuò)展模塊中文版教程
在「小白學(xué)視覺」公眾號后臺回復(fù)：擴(kuò)展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴(kuò)展模塊教程中文版，涵蓋擴(kuò)展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。

下載2：Python視覺實戰(zhàn)項目52講
在「小白學(xué)視覺」公眾號后臺回復(fù)：Python視覺實戰(zhàn)項目，即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個視覺實戰(zhàn)項目，助力快速學(xué)校計算機視覺。

下載3：OpenCV實戰(zhàn)項目20講
在「小白學(xué)視覺」公眾號后臺回復(fù)：OpenCV實戰(zhàn)項目20講，即可下載含有20個基于OpenCV實現(xiàn)20個實戰(zhàn)項目，實現(xiàn)OpenCV學(xué)習(xí)進(jìn)階。

交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細(xì)分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進(jìn)入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~