为满足条件的第一行中的数据框赋值
assign value to dataframe in the first line meeting a condition
我有一个 pandas 数据框，我想添加一列并根据特定条件设置特定值。
初始化
看我下面的例子：
import numpy as np
import pandas as pd
df=pd.DataFrame(np.reshape(np.arange(20),(5,4)).tolist(),columns=list('ABCD'))
df['E']=''
df.loc[0,'E']=1
df
到此为止，一切如愿。输出：
A B C D E
0 0 1 2 3 1
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
4 16 17 18 19
问题
但是现在，我想将'B'值大于8的第一行的'E'列的值设置为3（同df.loc[2,'E']=1 但使用那个条件。我不知道它是先验的哪一行）。
解决方案尝试
我尝试过不同的东西：
df.loc[df['B']>8,'E'].iloc[0]=3
df
这不会改变任何值：
A B C D E
0 0 1 2 3 1
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
4 16 17 18 19
同样适用于
df.loc[df['B']>8]['E'].iloc[0]=3
我尝试过的其他操作导致错误。 df.loc[df['B']>8,'E']=3效果很好，但我只想在满足条件的第一行分配值，而不是在所有行中分配值。
那么我该如何实现呢？
使用.idxmax()。由于 True 是 True/False 的最大值，它将 return 布尔索引的第一个 True 值的索引。
df.loc[(df['B']>8).idxmax(),'E']=3
我有一个 pandas 数据框，我想添加一列并根据特定条件设置特定值。
初始化
看我下面的例子：
import numpy as np
import pandas as pd
df=pd.DataFrame(np.reshape(np.arange(20),(5,4)).tolist(),columns=list('ABCD'))
df['E']=''
df.loc[0,'E']=1
df
到此为止，一切如愿。输出：
A B C D E
0 0 1 2 3 1
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
4 16 17 18 19
问题
但是现在，我想将'B'值大于8的第一行的'E'列的值设置为3（同df.loc[2,'E']=1 但使用那个条件。我不知道它是先验的哪一行）。
解决方案尝试
我尝试过不同的东西：
df.loc[df['B']>8,'E'].iloc[0]=3
df
这不会改变任何值：
A B C D E
0 0 1 2 3 1
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
4 16 17 18 19
同样适用于
df.loc[df['B']>8]['E'].iloc[0]=3
我尝试过的其他操作导致错误。 df.loc[df['B']>8,'E']=3效果很好，但我只想在满足条件的第一行分配值，而不是在所有行中分配值。
那么我该如何实现呢？
使用.idxmax()。由于 True 是 True/False 的最大值，它将 return 布尔索引的第一个 True 值的索引。
df.loc[(df['B']>8).idxmax(),'E']=3