调整DataFrame的第一行，符合条件的条件

Question

我有一个如下所示的数据帧

import pandas as pd 
df = pd.DataFrame(data={"ID":[11,12,13,14,25],\
"Name":["Alice","Bob","Charlie", "Dan", "Erin"], "X":[1,0,0,0,0]})

   ID     Name  X
0  11    Alice  1
1  12      Bob  0
2  13  Charlie  0
3  14      Dan  0
4  25     Erin  0

我想选择X为0的第一行，并将值更改为1

df[df["X"]==0]["X"].iloc[0] = 1

但这似乎根本没有修改数据帧df。这对我来说很奇怪，因为我没有收到任何错误消息，而且删除=1会产生错误

>>> df[df["X"]==0]["X"].iloc[0]
 0

一如预期

我怀疑条件作用会创建数据帧的副本，因此数据帧df根本就不会被修改

实现这一目标的最佳方式是什么

   ID     Name  X
0  11    Alice  1
1  12      Bob  1
2  13  Charlie  0
3  14      Dan  0
4  25     Erin  0

当然，这需要系统地完成，因为我需要迭代这个过程

非常感谢你的帮助

Answer 1

我将使用idxmax

df.loc[df.X.eq(0).idxmax(),'X']=1
df
Out[153]: 
   ID     Name  X
0  11    Alice  1
1  12      Bob  1
2  13  Charlie  0
3  14      Dan  0
4  25     Erin  0

Answer 2

对标量设置使用^{}/^{}

困难是因为您希望将位置行索引与基于标签的列索引混合使用。选择一个，并坚持它的行和列

您可以全程使用标签，类似于@Wen's solution，但通过at：

df.at[df['X'].eq(0).idxmax(), 'X'] = 1

或者您可以通过iat对整型位置进行索引：

df.iat[df['X'].eq(0).values.argmax(), df.columns.get_loc('X')] = 1

两种解决方案产生相同的结果。前者更有可读性

print(df)

   ID     Name  X
0  11    Alice  1
1  12      Bob  1
2  13  Charlie  0
3  14      Dan  0
4  25     Erin  0

^{}/^{}是矢量化的，但不是特别有效。如果效率是一个问题，请参见Efficiently return the index of the first value satisfying condition in array