Pandas/Python: 根据另一列中的值设置一列的值

Question

我需要根据 Pandas 数据框中另一列的值设置一列的值。这是逻辑：

if df['c1'] == 'Value':
    df['c2'] = 10
else:
    df['c2'] = df['c3']

我无法让它做我想做的事，即简单地创建一个具有新值的列（或更改现有列的值：任何一个都适合我）。

如果我尝试运行上面的代码，或者如果我将它写成一个函数并使用 apply 方法，我会得到以下结果：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Answer 1

尝试：

df['c2'] = df['c1'].apply(lambda x: 10 if x == 'Value' else x)

Answer 2

一种方法是使用 .loc 的索引。

例子

由于没有示例数据框，我会在这里补一个：

import numpy as np
import pandas as pd

df = pd.DataFrame({'c1': list('abcdefg')})
df.loc[5, 'c1'] = 'Value'

>>> df
      c1
0      a
1      b
2      c
3      d
4      e
5  Value
6      g

假设您想要创建一个新列 c2，等同于 c1，除了 c1 是 Value，在这种情况下，您想将其分配给 10:

首先，您可以创建一个新列 c2，并将其设置为等同于 c1，使用以下两行之一（它们基本上做同样的事情）：

df = df.assign(c2 = df['c1'])
# OR:
df['c2'] = df['c1']

然后，使用 .loc 找到 c1 等于 'Value' 的所有索引，并在这些索引处在 c2 中分配您想要的值：

df.loc[df['c1'] == 'Value', 'c2'] = 10

你最终得到这个：

>>> df
      c1  c2
0      a   a
1      b   b
2      c   c
3      d   d
4      e   e
5  Value  10
6      g   g

如果正如您在问题中所建议的那样，有时您可能只想替换您已有的列中的值，而不是创建一个新列，那么只需跳过列创建，并执行以下操作：

df['c1'].loc[df['c1'] == 'Value'] = 10
# or:
df.loc[df['c1'] == 'Value', 'c1'] = 10

给你：

Answer 3

您可以使用 np.where() 根据指定条件设置值：

#df
   c1  c2  c3
0   4   2   1
1   8   7   9
2   1   5   8
3   3   3   5
4   3   6   8

现在根据您的情况更改（或设置）第 ['c2'] 列中的值。

df['c2'] = np.where(df.c1 == 8,'X', df.c3)

   c1  c2  c3
0   4   1   1
1   8   X   9
2   1   8   8
3   3   5   5
4   3   8   8

Answer 4

我建议分两步进行：

# set fixed value to 'c2' where the condition is met
df.loc[df['c1'] == 'Value', 'c2'] = 10

# copy value from 'c3' to 'c2' where the condition is NOT met
df.loc[df['c1'] != 'Value', 'c2'] = df[df['c1'] != 'Value', 'c3']

Answer 5

您可以使用 pandas.DataFrame.mask 添加几乎任意数量的条件：

data = {'a': [1,2,3,4,5], 'b': [6,8,9,10,11]}

d = pd.DataFrame.from_dict(data, orient='columns')
c = {'c1': (2, 'Value1'), 'c2': (3, 'Value2'), 'c3': (5, d['b'])}

d['new'] = np.nan
for value in c.values():
    d['new'].mask(d['a'] == value[0], value[1], inplace=True)

d['new'] = d['new'].fillna('Else')
d

输出：

    a   b   new
0   1   6   Else
1   2   8   Value1
2   3   9   Value2
3   4   10  Else
4   5   11  11

Answer 6

如果您有 small/medium 数据框，请尝试 df.apply()，

df['c2'] = df.apply(lambda x: 10 if x['c1'] == 'Value' else x['c1'], axis = 1)

否则，如果你有一个大数据框，请遵循上面评论中提到的切片技术。

Answer 7

注意反转选择的波浪线。它使用 pandas 方法（即比 if/else 更快）。

df.loc[(df['c1'] == 'Value'), 'c2'] = 10
df.loc[~(df['c1'] == 'Value'), 'c2'] = df['c3']

Answer 8

我有一个很大的数据集，而 .loc[] 花费的时间太长，所以我找到了一种矢量化的方法来完成它。回想一下，您可以将列设置为逻辑运算符，这样就可以了：

file['Flag'] = (file['Claim_Amount'] > 0)

这给出了一个布尔值，这是我想要的，但您可以将它乘以 1 得到一个整数。

Answer 9

我相信 Series.map() 非常易读且高效，例如：

df["c2"] = df["c1"].map(lambda x: 10 if x == 'Value' else x)

我喜欢它，因为如果条件逻辑变得更复杂，您可以将它移到一个函数中，然后只传入该函数而不是 lambda。

如果您需要将条件逻辑基于不止一列，您可以按照其他人的建议使用 DataFrame.apply()。

Pandas/Python: 根据另一列中的值设置一列的值

Pandas/Python: Set value of one column based on value in another column

python

conditional

pandas