为什么 np.where 函数似乎也适用于值

Question

我正在尝试仅更改数据框中某些值的值：

test = pd.DataFrame({'col1': ['a', 'a', 'b', 'c'], 'col2': [1, 2, 3, 4]})
dict_curr = {'a':2}
test['col2'] = np.where(test.col1 == 'a', test.col1.map(lambda x: dict_curr[x]), test.col2)

但是，这似乎不起作用，因为即使我只查看 col1 中 'a' 的值，错误也会显示

KeyError: 'b'

暗示它还会查看值为 'b' 的 col1 的值。为什么是这样？我该如何解决？

Answer 1

问题是，当你调用np.where时，它的所有参数都是先求值，然后根据条件决定结果。因此，字典也会查询 'b' 和 'c'，即使这些值稍后会被丢弃。可能最简单的修复是：

import pandas as pd
import numpy as np

test = pd.DataFrame({'col1': ['a', 'a', 'b', 'c'], 'col2': [1, 2, 3, 4]})
dict_curr = {'a': 2}
test['col2'] = np.where(test.col1 == 'a', test.col1.map(lambda x: dict_curr.get(x, 0)), test.col2)

这将为不在字典中的键提供值 0，但由于它稍后会被丢弃，因此您使用哪个值都没有关系。

获得相同结果的另一种简单方法是：

import pandas as pd

test = pd.DataFrame({'col1': ['a', 'a', 'b', 'c'], 'col2': [1, 2, 3, 4]})
dict_curr = {'a': 2}
test['col2'] = test.apply(lambda x: dict_curr.get(x.col1, x.col2), axis=1)

Answer 2

错误源自 test.col1.map(lambda x: dict_curr[x]) 部分。您在 dict_curr 中查找 col1 的值，其中只有 'a' 的条目，没有 'b'.

的条目

您也可以只索引数据框：

test.loc[test.col1 == 'a', 'col2'] = 2

为什么 np.where 函数似乎也适用于值

Why does the np.where function also seem to work on values

python

numpy

where