Vergleich von .loc/.iloc mit Tupeln und verketteter IndizierungPython

Python-Programme
Guest
 Vergleich von .loc/.iloc mit Tupeln und verketteter Indizierung

Post by Guest »

Code: Select all

import pandas as pd

# Creating a DataFrame with some sample data
data = {
'Name': [Jason, 'Emma', 'Alex', 'Sarah'],
'Age': [28, 24, 32, 27],
'City': ['New York', 'London', 'Paris', 'Tokyo'],
'Salary': [75000, 65000, 85000, 70000]
}

df = pd.DataFrame(data)

# Display the DataFrame
print(df)

I want to update Jason’s age, and I do so with

df['Age'][df['Name'] == 'Jason'] = 29
Bei Code wie dem oben gezeigten Code kann es sein, dass der df Jasons Alter auf 29 aktualisiert, aufgrund der verwendeten verketteten Indizierung.
In der Dokumentation https://pandas.pydata.org/pandas-docs/s ... ersus-copy wird erwähnt, dass .iloc/.loc eine bessere Option ist. Zum Beispiel so etwas wie das Folgende.

Code: Select all

df.loc[df['Name'] == 'Jason', 'Age'] = 29
Es ist jedoch nicht klar, welche Best Practices für Tupel wie die folgenden gelten.

Code: Select all

df[('Age', df['Name'] == 'Jason')] = 29
Ich versuche zu verstehen, wie sich die Verwendung von Tupeln mit der Verwendung von .iloc/.loc und der Verwendung von verketteter Indizierung im Kontext von Best Practices in Pandas vergleichen lässt. Zu den Überlegungen können zeitliche Komplexität, räumliche Komplexität, Codelesbarkeit usw. gehören.

Quick Reply

Change Text Case: 
   
  • Similar Topics
    Replies
    Views
    Last post