潛在缺陷：使用ILOC

Question

未定義列如果你

>>> df = pd.DataFrame(np.arange(0,9), columns=['count']) 
>>> df.iloc[0:5]['group'] = 'a' 
>>> df 
Out[346]: 
    count 
0  0 
1  1 
2  2 
3  3 
4  4 
5  5 
6  6 
7  7 
8  8 

沒有價值將被設置設定值。但是，如果你第一次做

>>> df['group'] = 'b' 
>>> df.iloc[0:5]['group'] = 'a' 
>>> df 
    Out[353]: 
    count group 
0  0  a 
1  1  a 
2  2  a 
3  3  a 
4  4  a 
5  5  b 
6  6  b 
7  7  b 
8  8  b 

對我來說，這是意想不到的行爲。無論我是否使用iloc來篩選某些列，我都希望這能起作用。但是，如果這不起作用，至少我會期待一個錯誤/警告。我只希望沒有值被設置，並且沒有任何警告，當我使用索引設置一些值並且索引實際上不存在於左側時。

我在

>>> pd.__version__ 
Out[355]: '0.14.0rc1-51-gccd593f' 

Answer 1

不，這不是一個錯誤：當你打電話

df.iloc[0:5]['group'] 

會發生什麼 「引擎蓋下」 實際上是兩個調用：

m = df.iloc[0:5] 
m['group'] = 'a' 

，正如你所見，df根本沒有改變。但是，這樣做：

df['group'] = 'b' 

你真正改變df，如果你會print df在這一點上，你會得到另一列滿b S：當你繼續

count group 
0  0  b 
1  1  b 
2  2  b 
3  3  b 
4  4  b 
5  5  b 
6  6  b 
7  7  b 
8  8  b 

所以而這樣做的：

df.iloc[0:5]['group'] = 'a' 

你改變你剛剛加入到df列。

傑夫在上面的評論中提到，根據docs：

有時，當你切開一個數組，你只會得到一個觀點回來， 這意味着你可以將它設置沒有問題。然而，如果以特定的方式

此外切片甚至單個dtyped 陣列可生成副本：

---

這意味着大熊貓的設計者允許不同的行爲（返回一個視圖與返回一個副本），可能是爲了實現性能，爲了不會陷入這種意想不到的行爲，他們會在文檔中警告您並提供了「正確」的使用方式，即df.loc[0:5,'group'] = 'a'

總之，這是不是一個錯誤 - 它的「設計」