当前位置：首页 > news >正文

pandas赋值不成功

news 来源：原创 2024/9/20 9:35:46

最近遇到个奇葩问题，从一个pandas dataframe中取值赋值给另外一个df列结果没有赋值成功，赋值都是空。代码如下：

def replace_yaml_extension(value):if pd.notnull(value) and value != '' and value.endswith('.yml'):return value.replace('.yml', '.yaml')else:return valuedef apply_replace_yaml_extension(series):return series.apply(replace_yaml_extension)diff_df[f'diff_{v}'] = apply_replace_yaml_extension(result_outer[v])

v=key，diff_key列没取到值，result_outer中key列数据不为空，更改代码按行获取还是空值。因为result_outer这个dataframe是两个其他df合并的，然后看数据发现 result_outer 索引不连续，如：1、2、3、4、5、6、8、11、13、15、16、17，于是想着是不是因为索引不连续引起的。
如果你遇到了Pandas DataFrame中索引不连续的问题，并且这影响到了你的代码执行结果，那么确实可能是因为索引不连续导致的问题。在Pandas中，DataFrame的索引可以是连续的也可以是不连续的。当索引不连续时，某些操作可能会受到影响。

索引不连续的影响

数据对齐问题：
- 当DataFrame的索引不连续时，某些操作如合并、连接或应用函数时可能会遇到数据对齐问题。
索引不匹配：
- 在进行DataFrame的列操作时，如果DataFrame的索引不连续或不匹配，可能会导致某些行被忽略或结果不正确。
应用函数时的问题：
- 如果DataFrame的索引不连续，应用函数时可能会出现问题，特别是当函数依赖于索引时。

你的具体情况

对于我的问题，如果 result_outer 的索引不连续，那么在应用函数时可能会导致一些行未被正确处理。具体来说，如果 result_outer 的索引不连续，那么 apply_replace_yaml_extension 函数可能无法按预期处理每一行。

解决方案

确认DataFrame的索引：
- 确认 result_outer 的索引是连续的。
- 可以使用 result_outer.index 查看索引情况。
重置索引：
- 如果索引不连续，可以使用 reset_index 方法重置索引，使索引连续。
- 示例：
```
result_outer = result_outer.reset_index(drop=True)
```

应用函数：

重置索引后，再次尝试应用函数。

示例：

diff_df['diff_key'] = apply_replace_yaml_extension(result_outer['key'])

示例代码

下面是一个完整的示例，展示了如何检查和重置索引：

import pandas as pd# 示例数据
data = {'key': ['file1.yml', 'file2.yml', 'file3.yaml', ''],'other': [1, 2, 3, 4]
}result_outer = pd.DataFrame(data)# 检查索引是否连续
print("Original index:", result_outer.index)# 重置索引
result_outer = result_outer.reset_index(drop=True)# 再次检查索引
print("Reset index:", result_outer.index)def replace_yaml_extension(value):if pd.notnull(value) and value != '' and value.endswith('.yml'):return value.replace('.yml', '.yaml')else:return valuedef apply_replace_yaml_extension(series):return series.apply(replace_yaml_extension)# 初始化 diff_df
diff_df = pd.DataFrame()# 处理 'key' 列
diff_df['diff_key'] = apply_replace_yaml_extension(result_outer['key'])# 输出结果
print(diff_df)