Perbarui bingkai data dalam panda saat iterasi baris demi baris

Saya memiliki bingkai data panda yang terlihat seperti ini (ini yang cukup besar)

           date      exer exp     ifor         mat  
1092  2014-03-17  American   M  528.205  2014-04-19 
1093  2014-03-17  American   M  528.205  2014-04-19 
1094  2014-03-17  American   M  528.205  2014-04-19 
1095  2014-03-17  American   M  528.205  2014-04-19    
1096  2014-03-17  American   M  528.205  2014-05-17 

sekarang saya ingin mengulang baris demi baris dan ketika saya melewati setiap baris, nilai dari ifor setiap baris dapat berubah tergantung pada beberapa kondisi dan saya perlu mencari dataframe lain.

Sekarang, bagaimana saya memperbarui ini saat saya mengulanginya. Sudah mencoba beberapa hal yang tidak ada yang berhasil.

for i, row in df.iterrows():
    if <something>:
        row['ifor'] = x
    else:
        row['ifor'] = y

    df.ix[i]['ifor'] = x

Tidak satu pun dari pendekatan ini yang berhasil. Saya tidak melihat nilai-nilai diperbarui dalam kerangka data.

Anda dapat menetapkan nilai dalam loop menggunakan df.set_value:

for i, row in df.iterrows():
    ifor_val = something
    if <condition>:
        ifor_val = something_else
    df.set_value(i,'ifor',ifor_val)

Jika Anda tidak membutuhkan nilai-nilai baris, Anda cukup mengulangi indeks df, tetapi saya menyimpan yang asli untuk-loop jika Anda membutuhkan nilai baris untuk sesuatu yang tidak ditampilkan di sini.

memperbarui

df.set_value () telah ditinggalkan sejak versi 0.21.0 Anda dapat menggunakan df.at () sebagai gantinya:

for i, row in df.iterrows():
    ifor_val = something
    if <condition>:
        ifor_val = something_else
    df.at[i,'ifor'] = ifor_val

Objek DataFrame Pandas harus dianggap sebagai Seri Seri. Dengan kata lain, Anda harus memikirkannya dalam hal kolom. Alasan mengapa ini penting adalah karena ketika Anda menggunakan pd.DataFrame.iterrowsAnda beralih melalui baris sebagai Seri. Tapi ini bukan Seri yang disimpan oleh frame data dan jadi itu adalah Seri baru yang dibuat untuk Anda saat Anda beralih. Itu menyiratkan bahwa ketika Anda mencoba untuk menetapkannya, suntingan itu tidak akan berakhir tercermin dalam bingkai data asli.

Ok, sekarang setelah itu: Apa yang kita lakukan?

Saran sebelum posting ini termasuk:

1. pd.DataFrame.set_valuetidak digunakan pada Pandas versi 0.21
2. pd.DataFrame.ixsudah usang
3. pd.DataFrame.locbaik-baik saja tetapi dapat bekerja pada pengindeks array dan Anda dapat melakukan lebih baik

Rekomendasi saya
Gunakanpd.DataFrame.at

for i in df.index:
    if <something>:
        df.at[i, 'ifor'] = x
    else:
        df.at[i, 'ifor'] = y

Anda bahkan dapat mengubah ini menjadi:

for i in df.index:
    df.at[i, 'ifor'] = x if <something> else y

Respon terhadap komentar

dan bagaimana jika saya perlu menggunakan nilai dari baris sebelumnya untuk kondisi if?

for i in range(1, len(df) + 1):
    j = df.columns.get_loc('ifor')
    if <something>:
        df.iat[i - 1, j] = x
    else:
        df.iat[i - 1, j] = y

Metode yang dapat Anda gunakan adalah itertuples(), itu berulang di baris DataFrame sebagai namedtuple, dengan nilai indeks sebagai elemen pertama dari tuple. Dan itu jauh lebih cepat dibandingkan dengan iterrows(). Sebab itertuples(), masing row- masing berisi Indexdi dalam DataFrame, dan Anda bisa menggunakan locuntuk mengatur nilainya.

for row in df.itertuples():
    if <something>:
        df.at[row.Index, 'ifor'] = x
    else:
        df.at[row.Index, 'ifor'] = x

    df.loc[row.Index, 'ifor'] = x

Dalam kebanyakan kasus, itertuples()lebih cepat dari iatatau at.

Terima kasih @SantiStSupery, menggunakan .atjauh lebih cepat daripadaloc .

Anda harus menetapkan nilai dengan df.ix[i, 'exp']=Xatau df.loc[i, 'exp']=Xalih-alih df.ix[i]['ifor'] = x.

Jika tidak, Anda sedang mengerjakan suatu tampilan, dan seharusnya mendapatkan pemanasan:

-c:1: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame. Try using .loc[row_index,col_indexer] = value instead

Namun yang pasti, loop mungkin sebaiknya diganti oleh beberapa algoritma vektor untuk memanfaatkan sepenuhnya DataFrameseperti yang disarankan oleh @Phillip Cloud.

Nah, jika Anda akan beralih lagi, mengapa tidak menggunakan metode yang paling sederhana, df['Column'].values[i]

df['Column'] = ''

for i in range(len(df)):
    df['Column'].values[i] = something/update/new_value

Atau jika Anda ingin membandingkan nilai-nilai baru dengan yang lama atau yang seperti itu, mengapa tidak menyimpannya dalam daftar lalu tambahkan pada akhirnya.

mylist, df['Column'] = [], ''

for <condition>:
    mylist.append(something/update/new_value)

df['Column'] = mylist

for i, row in df.iterrows():
    if <something>:
        df.at[i, 'ifor'] = x
    else:
        df.at[i, 'ifor'] = y

Lebih baik menggunakan lambdafungsi menggunakan df.apply()-

df["ifor"] = df.apply(lambda x: {value} if {condition} else x["ifor"], axis=1)

Tambahkan angka MAX dari kolom. Sebagai contoh :

df1 = [sort_ID, Column1,Column2]
print(df1)

Output saya:

Sort_ID Column1 Column2
12         a    e
45         b    f
65         c    g
78         d    h

MAX = df1['Sort_ID'].max() #This returns my Max Number 

Sekarang, saya perlu membuat kolom di df2 dan mengisi nilai kolom yang menambah MAX.

Sort_ID Column1 Column2
79      a1       e1
80      b1       f1
81      c1       g1
82      d1       h1

_{Catatan: df2 pada awalnya hanya akan berisi Column1 dan Column2. kita membutuhkan kolom Sortid untuk dibuat dan tambahan MAX dari df1.}