iloc用pandas設置數值float64 vs int64

Question

我基本上試圖使用帶有索引和列名稱的iloc在DataFrame中設置一個值。這裏是測試代碼：

import pandas as pd 

df = pd.DataFrame({'a': [1, 2], 'b': [3, 4]}) 
print type(df['a'][0])  # numpy.int64 
df.iloc[-1]['a'] = 2000 
print df     # value changed to 2000 
df['c'] = [3.5, 4.5] 
print type(df['a'][0])  # numpy.float64 -> why does this change automatically? 
print type(df['c'][0])  # numpy.float64 
df.iloc[-1]['c'] = 2000  # yields warning, no value change 
print df 
df.iloc[-1]['a'] = 4000  # yields warning, no value change 
print df 

隨着Int64，我可以做到這一點，但不能與Float64。有其他選擇嗎？或者這是一個錯誤？ 謝謝

Answer 1

警告告訴你，你正在做的事情是不安全的，這是因爲你的 有一個混合型框架。取而代之的是使用loc。明白爲什麼這個保險業監督壞主意和可能不起作用的文檔（它不會在這裏），http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy

In [12]: df.loc[df.index[-1],'a'] = 4000 

In [13]: df 
Out[13]: 
     a b c 
0  1 3 3.5 
1 4000 4 4.5 

[2 rows x 3 columns] 

Answer 2

Jeff的答案是正確的，但不是最佳的大熊貓語法。使用.at替代.loc（同樣，.iat而不是.iloc）會快得多。如果你使用它來獲取或設置很多值，節省的時間可以真正加起來。問題在於.at和.iat僅用於獲取和設置單個值，因此您無法獲取或設置一系列值或檢索整個列或行。因爲所有你想要做的是改變一個值，我建議：

df.at[df.index[-1], 'a'] = 4000 

如果因任何原因，你只能有一個軸基於標籤的位置和其他基於整數的位置，你也可以使用df.get_loc（'基於標籤的列名'）獲取該列的基於整數的位置，或類似df.index.get_loc（'基於標籤的行名'）來獲取該行的基於整數的位置。