潜在错误：使用i设置未定义列的值

Question

如果你这样做了

>>> 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

不会设置任何值。但是，如果你第一次

>>> 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

对我来说，这是意想不到的行为。无论我是否使用iloc子选择一些列，我都希望这样做是可行的。但是，如果这不起作用，至少我预期会出现错误/警告。唯一一次我不希望设置任何值，也不希望出现任何警告的情况是，当我使用索引设置一些值时，索引实际上不存在于左侧。你知道吗

我来了

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

Answer 1

不，这不是窃听器：当你打电话的时候

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

“引擎盖下”实际上是两个电话：

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

而且，如您所见，df根本没有改变。但是，通过这样做：

df['group'] = 'b'

实际上您更改了df，如果此时print df，您将得到另一列b：

   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

所以当你继续做的时候：

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

您正在更改刚刚添加到df的列。你知道吗

正如杰夫在上面的评论中提到的，根据docs：

Sometimes when you slice an array you will simply get a view back, which means you can set it no problem. However, even a single dtyped array can generate a copy if it is sliced in a particular way

进一步：

---

这意味着熊猫的设计者允许不同的行为（返回一个视图和返回一个副本），可能是为了达到性能，为了不陷入这种意想不到的行为，他们在文档中警告你，并提供了“正确”的使用方式，即df.loc[0:5,'group'] = 'a'

总之，这不是一个错误-它是“设计的”