将 2d numpy 数组分配给 Pandas DataFrame 时的意外行为

Question

我有以下代码：x = pd.DataFrame(np.zeros((4, 1)), columns=['A'])y = np.random.randn(4, 2)x['A'] = y我希望它会因为形状不匹配而引发异常。但熊猫默默地接受了赋值：y的第一列被赋值给x。这是故意的设计吗？如果是，背后的理由是什么？我尝试了pandas0.21 和 0.23。感谢那些试图提供帮助的人。然而，尽管赏金即将到期，但没有人给出满意的答案。让我强调一下预期的答案：这种设计是否有意为之？这是一个错误吗？是假设计吗？以这种方式设计它的理由是什么？由于赏金即将到期，我接受了投票最多的答案。但它没有提供上述问题的答案。

Answer 1

中的值y是未索引的矩阵。这个案例x['A'] = y在这里工作，因为它从矩阵中取出第一项并将其分配给'A'.

相似地，

x = pd.DataFrame(np.zeros((4, 2)), columns=['A', 'B'])

y = np.random.randn(4, 2)

x[['A', 'B']] = y

也将起作用，因为熊猫会丢弃额外的数据。如果您尝试传递较少的列，请说：

x = pd.DataFrame(np.zeros((4, 2)), columns=['A', 'B'])

y = np.random.randn(4, 1)

x[['A', 'B']] = y

这也将起作用，因为它将为两列分配相同的值。这种情况类似于x['A'] = 0将列中的所有数据替换A为零。

Answer 2

为了

x = pd.DataFrame(np.zeros((4, 1)), columns=['A'])

y = np.random.randn(4, 2)

如果 x['A'] = y ;然后列被复制，如果我们用不同的列长度迭代它，例如：

x = pd.DataFrame(np.zeros((4, 3)), columns=['A','B','C'])

y = np.random.randn(4, 2)

并尝试 x['A'] = y 然后第一列也被复制，但如果我们等于 x = y 那么 x 数据帧将与 y 矩阵复制。所以我想我们正在得到这种歧义，因为我们试图将数据框列与在 numpy 中创建的 matix 等同起来。希望能说明

Answer 3

Pandas 系列是 numpy 数组，因为它是一列，所以将其视为一个对象，引用已更改。

>> import numpy as np

>>> x = np.zeros((4,1))

>>> x = np.random.randn(4,2)

>>> y= np.zeros((4,1))

>>> y

array([[0.],

       [0.],

       [0.],

       [0.]])

>>> x

array([[-1.00731291, -0.37151425],

       [-0.78154847, -0.72854126],

       [-0.98566253,  1.68786232],

       [ 0.12614892,  0.41804799]])

>>> y = x

>>>y

array([[-1.00731291, -0.37151425],

       [-0.78154847, -0.72854126],

       [-0.98566253,  1.68786232],

       [ 0.12614892,  0.41804799]])