为什么我的pandas dataframe在更改值时没有更新它的值？

Question

我试图对Series对象“tweet_text”中的每个字符串进行更改，但由于某些原因，当我在for循环中对tweets进行更改后打印Series对象时，得到的字符串与for循环之前相同。我该怎么解决这个问题？在

import pandas as pd
import re
import string

df = pd.read_csv('sample-tweets.csv',
                 names=['Tweet_Date', 'User_ID', 'Tweet_Text', 'Favorites', 'Retweets', 'Tweet_ID'])

sum_df = df[['User_ID', 'Tweet_ID', 'Tweet_Text']].copy()
sum_df.set_index(['User_ID'])
# print sum_df

tweet_text = df.ix[:, 2]
print type(tweet_text)

# efficiency could be im proved by using translate method
# regex = re.compile('[%s]' % re.escape(string.punctuation))

for tweet in tweet_text:
    tweet = re.sub('https://t.co/[a-zA-Z0-9]*', "", tweet)
    tweet = re.sub('@[a-zA-Z0-9]*', '', tweet)
    tweet = re.sub('#[a-zA-Z0-9]*', '', tweet)
    tweet = re.sub('$[a-zA-Z0-9]*', '', tweet)
    tweet = ''.join(i for i in tweet if not i.isdigit())
    tweet = tweet.replace('"', '')
    tweet = re.sub(r'[\(\[].*?[\)\]]', '', tweet)  # takes out everything between parentheses also, fix this

    # gets rid of all punctuation and emoji's
    tweet = "".join(l for l in tweet if l not in string.punctuation)
    tweet = re.sub(r'[^\x00-\x7F]+',' ', tweet)

    # gets ride of all extra spacing
    tweet = tweet.lower()
    tweet = tweet.strip()
    tweet = " ".join(tweet.split())

    count = count + 1
    # print tweet

print tweet_text

Answer 1

发生这种情况的原因是tweet_text对于初学者来说是列df.ix[:, 2]的副本。第二，这不是pandas迭代Series的方式——应该使用apply()。在

要更新代码，将进入循环的所有内容都转换为函数：

def parse_tweet(tweet):
    ## everything from loop goes here
    return tweet

然后，代替：

^{pr2}$

执行：

df.iloc[:, 2] = df.iloc[:, 2].apply(parse_tweet)

顺便说一句，不要使用ix索引器，因为它已经贬值，并将在熊猫的未来版本中删除。在