更改 pandas 数据框中一列中的值（应用），具体取决于此数据框中其他列中带有掩码的特定值

Question

我有一个数据框：

df = pd.DataFrame({'col1': [69, 77, 88],
                   'col2': ['barf;', 'barf;', 'barfoo']})
print(df, '\n')

   col1    col2
0    69   barf;
1    77   barf;
2    88  barfoo

我还有选择功能：

def selection_func(string):
    '''
    Function returns a, if string is 'barf;'
    '''
    if string == 'barf;':
        return 'a'
    else:
        return string

所以我需要根据 col1 的条件更改 col2 中的特定值（不是全部）：

condition = (df['col1'] == 69) | (df['col1'] == 88)

期望的输出：

   col1    col2
0    69       a
1    77   barf;
2    88  barfoo

Answer 1

在写题时找到了解决方案：

df.loc[condition, 'col2'] = df.loc[condition, 'col2'].apply(func)
print(df, '\n')

   col1    col2
0    69       a
1    77   barf;
2    88  barfoo

更改 pandas 数据框中一列中的值（应用），具体取决于此数据框中其他列中带有掩码的特定值

Changing values (with apply) in one column of pandas dataframe depending on particular values in other column in this dataframe with mask

python

dataframe

pandas

pandas-apply