itérer sur les pandas dataframe et mise à jour de la valeur - AttributeError: ne peut pas définir l'attribut

Je suis en train de parcourir une pandas dataframe et mise à jour de la valeur si la condition est remplie, mais j'obtiens une erreur.

for line, row in enumerate(df.itertuples(), 1):
    if row.Qty:
        if row.Qty == 1 and row.Price == 10:
            row.Buy = 1
AttributeError: can't set attribute

OriginalL'auteur Sun | 2017-04-05

  1. 19

    Première itération dans les pandas est possible, mais très lent, donc, une autre vectorisé solution sont utilisés.

    Je pense que vous pouvez utiliser iterrows si vous avez besoin d'une itération:

    for idx, row in df.iterrows():
    if  df.loc[idx,'Qty'] == 1 and df.loc[idx,'Price'] == 10:
        df.loc[idx,'Buy'] = 1

    Mais le mieux est d'utiliser vectorisé solutions – définir la valeur par boolean masque avec loc:

    mask = (df['Qty'] == 1) & (df['Price'] == 10)
df.loc[mask, 'Buy'] = 1

    Ou de la solution avec masque:

    df['Buy'] = df['Buy'].mask(mask, 1)

    Ou si vous avez besoin d' if...else utilisation numpy.où:

    df['Buy'] = np.where(mask, 1, 0)

    Échantillons.

    De définir des valeurs par conditions:

    df = pd.DataFrame({'Buy': [100, 200, 50], 
                   'Qty': [5, 1, 1], 
                   'Name': ['apple', 'pear', 'banana'], 
                   'Price': [1, 10, 10]})

print (df)
   Buy    Name  Price  Qty
0  100   apple      1    5
1  200    pear     10    1
2   50  banana     10    1
    mask = (df['Qty'] == 1) & (df['Price'] == 10)


df['Buy'] = df['Buy'].mask(mask, 1)
print (df)
   Buy    Name  Price  Qty
0  100   apple      1    5
1    1    pear     10    1
2    1  banana     10    1
    df['Buy'] = np.where(mask, 1, 0)
print (df)
   Buy    Name  Price  Qty
0    0   apple      1    5
1    1    pear     10    1
2    1  banana     10    1

    OriginalL'auteur jezrael

  2. 9

    Ok, si vous avez l'intention de définir des valeurs dans df ensuite, vous devez suivre les index valeurs.

    option 1

    à l'aide de itertuples

    # keep in mind `row` is a named tuple and cannot be edited
for line, row in enumerate(df.itertuples(), 1):  # you don't need enumerate here, but doesn't hurt.
    if row.Qty:
        if row.Qty == 1 and row.Price == 10:
            df.set_value(row.Index, 'Buy', 1)

    option 2

    à l'aide de iterrows 

    # keep in mind that `row` is a `pd.Series` and can be edited...
# ... but it is just a copy and won't reflect in `df`
for idx, row in df.iterrows():
    if row.Qty:
        if row.Qty == 1 and row.Price == 10:
            df.set_value(idx, 'Buy', 1)

    option 3

    à l'aide de droites boucle avec get_value

    for idx in df.index:
    q = df.get_value(idx, 'Qty')
    if q:
        p = df.get_value(idx, 'Price')
        if q == 1 and p == 10:
            df.set_value(idx, 'Buy', 1)
    Merci pour votre réponse piRSquared. Peut-on faire place à remplacer à l'aide de itertuples ou iterrows?
    itertuples.. Non! tuples sont immuables...ce qui signifie qu'ils ne peuvent pas être modifiés. iterrows... Non? pd.Series peut certainement être changé. Mais row n'est qu'une copie de la ligne dans le df. Je vais ajouter une option de boucle. Cependant, pandas si beaucoup plus efficace avec son vectorisé opérations comme @jezrael points.
    vous pouvez toujours utiliser itertuples. indice de 0 donne l'indice de la dataframe, de sorte que vous pouvez simplement utiliser pour insérer la valeur en faisant quelque chose comme i = row[0], suivi par df.loc[i, 'column_name'] = some_value
    C'est un bon point.

    OriginalL'auteur piRSquared

  3. 0

    pandas.DataFrame.set_value méthode est obsolète depuis la 0.21.0 pd.DataFrame.set_value

    Utilisation les pandas.Dataframe.au 

    for index, row in df.iterrows():
        if row.Qty and row.Qty == 1 and row.Price == 10:
            df.at[index,'Buy'] = 1

    OriginalL'auteur Saurabh