根据条件在 Pandas 系列中分配值？

Question

我有一个数据框df喜欢

A B
1 2
3 4

然后我想创建 2 个新系列

t = pd.Series()
r = pd.Series()

我能够使用条件 cond 为 t 赋值，如下所示

t = "1+" + df.A.astype(str) + '+' + df.B.astype(str)
cond = df['A']<df['B']
team[cond] = "1+" + df.loc[cond,'B'].astype(str) + '+' + df.loc[cond,'A'].astype(str)

但我在使用 r 时遇到了问题。我只希望 r 在满足 con 时包含 2 的值，否则

包含 1

如果我试试

r = 1
r[cond] = 2

然后我得到TypeError: 'int' object does not support item assignment

我想我可以运行通过 df 的 for 循环并通过 df 的每一行检查 cond 中的案例，但我想知道是否 Pandas 提供了一种更有效的方法？

Answer 1

当您将 1 分配给 r 时，如

r = 1

r 现在引用整数 1。因此，当您调用 r[cond] 时，您将整数视为一个系列。

您想首先为 cond 的大小创建一系列 r。像

r = pd.Series(np.ones(cond.shape))

Answer 2

你会嘲笑这是多么容易：

r = cond + 1

原因是 cond 是一个布尔值（True 和 False），计算结果为 1 和 0。如果你给它加 1，它会将布尔值强制转换为 int，这意味着 True 映射到2 和 False 映射到 1。

df = pd.DataFrame({'A': [1, 3, 4], 
                   'B': [2, 4, 3]})

cond = df['A'] < df['B']

>>> cond + 1
0    2
1    2
2    1
dtype: int64

根据条件在 Pandas 系列中分配值？

Assign values in Pandas series based on condition?

python

pandas

dataframe

series