Python中pandas代码请教 

for i, row in dset.iterrows():
    hteam = row['home']
    vteam = row['visitor']
    row['hlastwin'] = won_last[hteam]
    row['vlastwin'] = won_last[vteam]
    dset.iloc[i] = row

如上，dset 是一个 DataFrame，遍历每行并为每行增加两个元素，期望遍历结束后 dset 应该增加两列，但实际 dset 没有变化，最后一行代码为啥没效果，有大神能说一下原因吗（搜了一通没啥结果。。)，多谢~


Python中pandas代码请教

9 回复

应该这样写是可以的 dset.assign(hlastwin=lambda x: won_last[x.home], vlastwin=lambda x: won_last[x.visitor])


我无法理解你的问题

iloc/loc 等一般只能用于读取，应该只是类似一个 copy 的性质
改变 df 要另外赋值

另外，这样轮循有点笨啊，应该整列复制，或者 join/merge

<br>dest['hlastwin'] = dest['home'].map(lambda h: won_last[h])<br>

大概是这么一个思路

上面几楼都说了，我加一句，pandas 是调用 numpy 的接口的，因此不要自己写循环。自己的循环是没有 Pandas 里面的对 dataframe 的操作快的。

dset.loc[:, ‘hlastwin’] = [won_last[i] for i in dset[‘home’].values]
dset.loc[:, ‘vlastwin’] = [won_last[i] for i in dset[‘visitor’].values]

<br>import pandas as pd<br>import numpy as np<br><br>won_last = pd.DataFrame({'lastwin':["lastwin_{}".format(i) for i in range(10000)]})<br>dset = pd.DataFrame(np.random.randint(10000, size=(10000, 2)),<br> columns=['home', 'visitor'])<br>In [2]:<br>%timeit dset.merge(won_last, left_on='home', right_index=True,how='left').merge(won_last, left_on='visitor', right_index=True,how='left', suffixes="hv")<br><br>7.16 ms ± 340 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)<br><br><br>In [3]:<br>%timeit dset.assign(hlastwin=lambda x: [won_last.lastwin[ii] for ii in x.home], vlastwin=lambda x: [won_last.lastwin[ii] for ii in x.visitor])<br>355 ms ± 34.9 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)<br><br>

按行遍历是因为 won_last 字典不断变动，我把代码补全一下。。

你问的 iloc 那句不起作用，可以按楼上说的改，比如：

dset[i, ‘hlastwin’] = won_last[hteam]

另外，看你的程序意思是每次循环里要给当前 row 填一个“主队上次赢”，“客队上次赢”这样的字段？
由于每个 row 都依赖上一次某条的记录，所以 merge 不太容易吧。
如果是这个情况的话，用 pandas 原地修改 dset 会比较慢，可以新开一个 list 来存；或者原始数据不放 pandas，直接用 list。
这样用 for 循环遍历的表现可能会好一些。

最后，这样一边迭代 dset，同时一边又修改 dset，感觉不太好。建议迭代 dset 的时候不要原地修改，而是将新 row 的数据放在其他变量里。

回到顶部