如何使用另一个 numpy 数组修改 pandas 数据框中的所有值

Question

我有下面的代码示例

import pandas as pd

df = pd.DataFrame({'a':[1, 2, 3],
                   'b':[10, 20, 30],
                   'c':[100, 200, 300],
                   'd':['q', 'w', 'r']})

获取数据帧的值

In [12]: df[['a', 'b', 'c']].values
Out[12]: 
array([[  1,  10, 100],
       [  2,  20, 200],
       [  3,  30, 300]])

然后我将值归一化

from sklearn.preprocessing import normalize

norm = normalize(df[['a', 'b', 'c']].values, axis=0)

In [11]: norm
Out[11]: 
array([[0.26726124, 0.26726124, 0.26726124],
       [0.53452248, 0.53452248, 0.53452248],
       [0.80178373, 0.80178373, 0.80178373]])

现在我想做类似

的事情

df[['a', 'b', 'c']].values = norm

但是我得到了错误（我知道）

AttributeError: can't set attribute

我如何修改这些值而不影响数据框的其他部分（即列 'e' 和索引）；只是价值观。

谢谢。

Answer 1

您不需要调用值

df[['a', 'b', 'c']]=norm
df
Out[342]: 
          a         b         c  d
0  0.267261  0.267261  0.267261  q
1  0.534522  0.534522  0.534522  w
2  0.801784  0.801784  0.801784  r

如何使用另一个 numpy 数组修改 pandas 数据框中的所有值

How to modify all values in a pandas dataframe with another numpy array

python

arrays

pandas

dataframe

modifier