将列中的所有值复制到熊猫数据框中的新列

Question

这是一个非常基本的问题，我似乎找不到答案。

我有一个这样的数据帧，叫做df：

  A     B     C
 a.1   b.1   c.1
 a.2   b.2   c.2
 a.3   b.3   c.3

然后我从df中提取所有行，其中列'B'的值为'B.2'。我将这些结果分配给df_2。

df_2 = df[df['B'] == 'b.2']

df_2变成：

  A     B     C
 a.2   b.2   c.2

然后，我将列B中的所有值复制到名为D的新列中。使df_2成为：

  A     B     C     D
 a.2   b.2   c.2   b.2

当我执行这样的任务时：

df_2['D'] = df_2['B']

我得到以下警告：

试图在数据帧切片的副本上设置值。尝试使用。loc[row\u indexer，col\u indexer]=改为value

请参阅文档中的注意事项：http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-查看与复制

我也试过使用。创建df_2时的loc如下所示：

df_2 = df.loc[df['B'] == 'b.2']

然而，我还是得到了警告。

任何帮助都非常感谢。

Answer 1

我认为正确的访问方法是使用索引：

df_2.loc[:,'D'] = df_2['B']

Answer 2

问题就在发出警告的人之前。当您创建df_2时，您正在创建数据帧片段的副本。相反，当您创建df_2时，使用。copy（）以后您将不会收到该警告。

df_2 = df[df['B'] == 'b.2'].copy()

Answer 3

您可以简单地将B分配给新列，如-

df['D'] = df['B']

示例/演示-

In [1]: import pandas as pd

In [2]: df = pd.DataFrame([['a.1','b.1','c.1'],['a.2','b.2','c.2'],['a.3','b.3','c.3']],columns=['A','B','C'])

In [3]: df
Out[3]:
     A    B    C
0  a.1  b.1  c.1
1  a.2  b.2  c.2
2  a.3  b.3  c.3

In [4]: df['D'] = df['B']                  #<---What you want.

In [5]: df
Out[5]:
     A    B    C    D
0  a.1  b.1  c.1  b.1
1  a.2  b.2  c.2  b.2
2  a.3  b.3  c.3  b.3

In [6]: df.loc[0,'D'] = 'd.1'

In [7]: df
Out[7]:
     A    B    C    D
0  a.1  b.1  c.1  d.1
1  a.2  b.2  c.2  b.2
2  a.3  b.3  c.3  b.3