熊猫中的loc函数

熊猫中的loc函数

使用

.loc

建议这里，因为这些方法

df.Age.isnull()

，

df.Gender == i

并且

df.Pclass ==j+1

可返回该数据帧的切片的视图，或者可以返回副本。这会使大熊猫感到困惑。

如果不使用

.loc

，最终会依次调用所有3个条件，这会导致一个称为 链索引
的问题。

.loc

但是，当您使用时，只需一步即可访问所有条件，大熊猫不再困惑。

您可以

.loc

在pandas文档中阅读有关此内容的更多信息，以及一些不使用时会导致 *** 作失败的示例。

简单的答案是，尽管您通常可以不用使用

.loc

而只需输入即可（例如）

df['Age_fill'][(df.Age.isnull()) & (df.Gender == i) & (df.Pclass == j+1)]    = median_ages[i,j]

您将始终得到

SettingWithCopy

警告，并且您的代码对此会有些混乱。

根据我的经验

.loc

，我花了一些时间才得以解决，更新代码有点烦人。但它真的超级简单，非常直观：

df.loc[row_index,col_indexer]

。

有关更多信息，请参见有关索引和选择数据的pandas文档。