如何使用布尔索引在 Pandas DataFrame 的分类列中设置值？

Question

我想根据布尔条件更改分类列的值。

我很确定这应该可以使用 .loc 提供的高级索引，如下所示，但是尽管这适用于具有小索引的行，但对于大索引它会默默地失败，因为您可以通过我自己尝试下面的例子。我做错了什么？

import pandas as pd

df = pd.DataFrame(dict(A=np.array(range(0, 200)), B=pd.Categorical(['a']*200, categories=['a', 'b'])))

# Setting a categorical with boolean indexing works fine for small indices
print df.loc[df.A == 5]
df.loc[df.A == 5, 'B'] = 'b'
print df.loc[df.A == 5]

print ""

# ... but fails for large indices
print df.loc[df.A == 150]
df.loc[df.A == 150, 'B'] = 'b'
print df.loc[df.A == 150]

我的 pandas 0.15.1.dev 安装的输出（请注意，A==5 的值已正确更新，但 A==150 的值未正确更新）：

   A  B
5  5  a
   A  B
5  5  b

       A  B
150  150  a
       A  B
150  150  a

感谢您提供有关问题的任何提示。对我来说这看起来像是一个错误，但我只是从 pandas 开始，可能是错误的。

Answer 1

这是 Categorical 的 setitem impl 中的错误，已由此 PR here 修复。这将在即将发布的 0.16.0 版本中出现（可能在 2 周左右）。

如何使用布尔索引在 Pandas DataFrame 的分类列中设置值？

How to set a value in a categorical column of a Pandas DataFrame with boolean indexing?

python

pandas