Python Pandas 中的 .loc 是否对原始数据帧进行就地更改？

Question

我正在处理如下数据框：

df:

Site   Visits   Temp   Type
KFC    511      74     Food
KFC    565      77     Food
KFC    498      72     Food
K&G    300      75     Gas
K&G    255      71     Gas

我想将 'Type' 列更改为 0-1 变量，这样我就可以使用 df.corr() 来检查相关性。

我试了两种方法，一种是做字典，另做一个列：

dict = {'Food':1, 'Gas':0}
df['BinaryType'] = df['Type'].map(dict)

然后我可以使用 df.corr() 检查 'Visits' 和 'BinaryType' 之间的相关性。由于 'Type' 列包含字符串，因此 df.corr() 不会显示 'Visits' 和 'Type'.

之间的相关性

第二种方法是使用 .loc:

df.loc[df['Type']=='Food','Type'] = 1
df.loc[df['Type']!=1,'Type'] = 0

然后我在console中查看了df，如下图，好像是就地修改了。我还使用 df['Type'][0] 检查了数据类型，它显示为 1（我想它是整数）：

Site   Visits   Temp   Type
KFC    511      74     1
KFC    565      77     1
KFC    498      72     1
K&G    300      75     0
K&G    255      71     0

然而，df.corr() 不会显示 'Visits' 和 'Type' 之间的相关性！好像这个栏目没改过一样。

您可以使用下面的代码重现：

df = pd.DataFrame({
    'Site': {0: 'KFC', 1: 'KFC', 2: 'KFC', 3: 'K&G', 4:'K&G'},
    'Visits': {0: 511, 1: 565, 2: 498, 3: 300, 4:255},
    'Temp': {0: 74, 1: 77, 2: 72, 3: 75, 4:71},
    'Type': {0: 'Food', 1: 'Food', 2: 'Food', 3: 'Gas', 4:'Gas'}})
# 1
dict = {'Food':1, 'Gas':0}
df['BinaryType'] = df['Type'].map(dict)
df.corr()
del df['BinaryType']

# 2
df.loc[df['Type']=='Food','Type'] = 1
df.loc[df['Type']!=1,'Type'] = 0
df.corr()

知道 Pandas .loc 如何在后台工作吗？

Answer 1

你的第二种方法实际上并没有改变系列的dtype，即使值都是整数。您可以通过执行 df.dtypes 看到 Type 列仍然是 object dtype

您需要使用 .astype(int)

将它们显式转换为 int

或

使用df['Type'] = np.where(df['Type'] == 'Food', 1, 0)

运行 df.corr() 之后给出

In [22]: df.corr()
Out[22]:
          Visits      Temp      Type
Visits  1.000000  0.498462  0.976714
Temp    0.498462  1.000000  0.305888
Type    0.976714  0.305888  1.000000

Answer 2

由于您的第一种方法有效，您可以使用：

dict = {'Food':1, 'Gas':0}
df['Type'] = df['Type'].map(dict)

Python Pandas 中的 .loc 是否对原始数据帧进行就地更改？

Does .loc in Python Pandas make inplace change on the original dataframe?

python

pandas

dataframe

pandas-loc