[PYTHON] Selbst wenn Sie in pandas.DataFrame nur eine bestimmte Spalte zuweisen und einen Index anhängen, müssen Sie sich nicht um die Reihenfolge der Daten kümmern

Was ich fand

Wenn Sie einem DataFrame spaltenweise einen Wert vom Typ DataFrame zuweisen, kann der Wert auch dann zugewiesen werden, wenn die Indizes übereinstimmen, auch wenn die Datenreihenfolge unterschiedlich ist. Es kann hilfreich sein zu wissen, wann einige Spalten aus dem DataFrame extrahiert, gemäß den Bedingungen verarbeitet und zurückgegeben werden.

Versuchte Umgebung

• python 3.7.4
• pandas 0.25.3

Codebeispiel

Bereiten Sie das Modul und die Daten vor

import numpy as np
import pandas as pd

# 0-4 in einer Folge von 19*Formatieren Sie auf 5 und konvertieren Sie in Datenrahmen
df = pd.DataFrame(np.arange(20).reshape((4,5)), columns = list("abcde"))

#     a   b   c   d   e
# 0   0   1   2   3   4
# 1   5   6   7   8   9
# 2  10  11  12  13  14
# 3  15  16  17  18  19

Erstellen Sie einen DataFrame mit einigen extrahierten Spalten und verarbeiten Sie die Werte

df_e_1 = df.loc[[0,2], ["e"]]
#     e
# 0   4
# 2  14

df_e_1["e"] += 300
#      e
# 0  304
# 2  314

Erstellen Sie einen DataFrame mit einigen extrahierten Spalten und kombinieren Sie ihn mit den oben verarbeiteten Daten.

df_e_2 = df.loc[[1,3], ["e"]]
#     e
# 1   9
# 3  19

df_e = pd.concat([df_e_1, df_e_2])
#      e
# 0  304
# 2  314
# 1    9
# 3   19

Ich dachte, wenn df_e hier nicht in Indexreihenfolge angeordnet wäre, wäre die Datenreihenfolge nicht in Ordnung, selbst wenn sie dem ursprünglichen DataFrame zugewiesen wäre ... Selbst wenn Sie es so ersetzen, wie es ist, stimmt es mit dem Index überein und sortiert und ersetzt es automatisch. Bitte beachten Sie die e-Spalte unten

df["e"] = df_e
print(df)
#     a   b   c   d    e
# 0   0   1   2   3  304
# 1   5   6   7   8    9
# 2  10  11  12  13  314
# 3  15  16  17  18   19