在 DataFrame 上应用函数后，在 DataFrame 中就地更改系列 [英] Change Series inplace in DataFrame after applying function on it

问题描述

我正在尝试使用 pandas 以便使用简单的函数就地更改我的一列.

I'm trying to use pandas in order to change one of my columns in-place, using simple function.

在阅读了整个 Dataframe 后，我尝试在一个系列上应用函数:

After reading the whole Dataframe, I tried to apply function on one Serie:

wanted_data.age.apply(lambda x: x+1)

而且效果很好.当我尝试将它放回我的 DataFrame 时，会出现唯一的问题:

And it's working great. The only problem occurs when I try to put it back into my DataFrame:

wanted_data.age = wanted_data.age.apply(lambda x: x+1)

或:

wanted_data['age'] = wanted_data.age.apply(lambda x: x+1)

抛出以下警告:

> C:\Anaconda\lib\site-packages\pandas\core\generic.py:1974:
> SettingWithCopyWarning: A value is trying to be set on a copy of a
> slice from a DataFrame. Try using .loc[row_indexer,col_indexer] =
> value instead
> 
> See the the caveats in the documentation:
> http://pandas.pydata.org/pandas-docs/stable
> /indexing.html#indexing-view-versus-copy   self[name] = value

当然，我可以使用以下长格式设置DataFrame:

Of Course, I can set the DataFrame using the long form of:

wanted_data.loc[:, 'age'] = wanted_data.age.apply(lambda x: x+1)

但是有没有其他更简单、更语法更好的方法来做到这一点?

But is there no other, easier and more syntactic-nicer way to do it?

谢谢！

推荐答案

使用loc:

wanted_data.loc[:, 'age'] = wanted_data.age.apply(lambda x: x + 1)

这篇关于在 DataFrame 上应用函数后，在 DataFrame 中就地更改系列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！