Pandas DataFrame基于坐标列表的高效单元格选择与修改教程

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'col1': ['A', 'B', 'C', 'A', 'G'],
    'col2': ['B', 'E', 'F', 'F', 'H'],
    'col3': ['C', 'D', 'E', 'A', 'I']
})

# 坐标列表，每个元组代表 (行索引, 列索引)
coords = [(2, 0), (3, 2)]

print("原始 DataFrame:")
print(df)

原始 DataFrame:
  col1 col2 col3
0    A    B    C
1    B    E    D
2    C    F    E
3    A    F    A
4    G    H    I

def select_cells(df, coords, inverted=False):
    """
    根据给定的坐标列表选择或修改DataFrame中的单元格。

    参数:
    df (pd.DataFrame): 输入的DataFrame。
    coords (list of tuple): 包含 (行索引, 列索引) 的坐标列表。
    inverted (bool):
        - 如果为 True，清除指定坐标处的单元格内容。
        - 如果为 False，仅保留指定坐标处的单元格内容，其余置空。

    返回:
    pd.DataFrame: 处理后的新DataFrame。
    """
    # 1. 将坐标列表转换为NumPy高级索引格式
    # 例如：[(2, 0), (3, 2)] -> (array([2, 3]), array([0, 2]))
    # np.array(coords).T 会将 (N, 2) 形状的数组转置为 (2, N)
    # 然后 tuple() 将其转换为 (行索引数组, 列索引数组) 的元组，NumPy高级索引所需格式。
    numpy_coords = tuple(np.array(coords).T)

    # 2. 将DataFrame转换为NumPy数组进行操作
    # 使用 .to_numpy() 方法获取底层NumPy数组，推荐用法。
    data_array = df.to_numpy()

    if inverted:
        # 模式一：清除指定坐标处的单元格内容 (inverted=True)
        # 创建一个原始数据数组的副本，避免修改原始数据。
        result_array = np.copy(data_array)
        # 直接将指定坐标处的元素设置为空字符串
        result_array[numpy_coords] = ''
    else:
        # 模式二：仅保留指定坐标处的单元格内容 (inverted=False)
        # 首先创建一个与原始数据形状相同的空字符串数组
        # dtype=object 是为了确保可以存储混合类型的字符串。
        result_array = np.full(data_array.shape, '', dtype=object)
        # 然后将原始数据中指定坐标处的值填充到新数组中
        result_array[numpy_coords] = data_array[numpy_coords]

    # 3. 将结果NumPy数组转换回Pandas DataFrame
    # 保持原始DataFrame的列名
    return pd.DataFrame(result_array, columns=df.columns)

# 示例 1: inverted = True (清除指定单元格)
print("\n--- 清除指定单元格 (inverted=True) ---")
result_inverted_true = select_cells(df, coords, inverted=True)
print(result_inverted_true)

# 预期输出:
#   col1 col2 col3
# 0    A    B    C
# 1    B    E    D
# 2         F    E
# 3    A    F
# 4    G    H    I

# 示例 2: inverted = False (仅保留指定单元格)
print("\n--- 仅保留指定单元格 (inverted=False) ---")
result_inverted_false = select_cells(df, coords, inverted=False)
print(result_inverted_false)

# 预期输出:
#   col1 col2 col3
# 0
# 1
# 2    C
# 3              A
# 4