我有一个数据帧，我想根据索引更新它的值。
在我的情况下，我有一个数据文件太大，无法读取到内存中，所以我只是逐行读取。这里我只举一个字典为例，它将df索引映射到一个值。
问题是在下面的代码中，在for循环之后，将在df中添加一个新行。
我遇到了一个解决方案，添加了条件if key in df.index:，但时间复杂性似乎太高，我不确定是否有更好的解决方案来处理大型数据集。
df = pd.DataFrame({'alpha': ['a', 'b', 'c']})
df # only 3 rows
Out[20]:
alpha
0 a
1 b
2 c
trans = {1: 'B',2: 'C',3: 'D'}
for key, val in trans.items():
df.loc[key, 'alpha'] = val
df # change to 4 rows
Out[23]:
alpha
0 a
1 B
2 C
3 D
df
###
alpha
0 a
1 b
2 c
实际上我们想使用replace()来完成任务。具有对应映射值的dict内的CCD_ 3。
trans_df = pd.DataFrame(
{'target': trans.values()},
index=trans.keys())
trans_df
###
target
1 B
2 C
3 D
map_target = dict(df.join(trans_df).dropna().values)
map_target
###
{'b': 'B', 'c': 'C'} ← This is what we need
df['alpha'] = df['alpha'].replace(map_target)
df
###
alpha
0 a
1 B
2 C