以更 effective/Pythonic 的方式调整一组行的数字比例？

Question

所以我的数据集是调查数据，其中每一行显示一个问题和一个唯一的受访者对该问题的数字回答。不幸的是，一些问题的比例倒退了（也就是 1s 应该是 4s 而 4s 应该是 1s）。

我想到了通过 loc 解决这个问题的最荒谬的方法。该代码首先搜索问题，然后搜索数字的实例，然后将其转换。第一个数字被转换为占位符值（例如，我没有立即将 1 转换为 4，而是将其转换为“4a”）以确保 4 不会被错误转换（等等）。在所有这些之后，它会通过并适当地转换这些占位符。

df.loc[((df['question'].str.contains('Why did the chicken cross the road?')) & (df['numericValue'] == 1)),'numericValue'] = '4a'
df.loc[((df['question'].str.contains('Why did the chicken cross the road?')) & (df['numericValue'] == 2)),'numericValue'] = '3a'
df.loc[((df['question'].str.contains('Why did the chicken cross the road?')) & (df['numericValue'] == 3)),'numericValue'] = '2a'
df.loc[((df['question'].str.contains('Why did the chicken cross the road?')) & (df['numericValue'] == 4)),'numericValue'] = 1
df.loc[((df['question'].str.contains('Why did the chicken cross the road?')) & (df['numericValue'] == '2a')),'numericValue'] = 2
df.loc[((df['question'].str.contains('Why did the chicken cross the road?')) & (df['numericValue'] == '3a')),'numericValue'] = 3
df.loc[((df['question'].str.contains('Why did the chicken cross the road?')) & (df['numericValue'] == '4a')),'numericValue'] = 4

最终，1变成4，2变成3，3变成2，4变成1。但由于这并不是一种真正有效的方法，想知道您是否有更好的主意？非常感谢！

Answer 1

将每个值 x 替换为 5-x。

df.loc[<condition>, <column>] = 5 - df.loc[<condition>, <column>]

“条件”是您在“鸡”问题上的过滤器。

---

我梦想生活在一个鸡可以过马路的世界里， 没有人质疑她的动机。

Answer 2

如果你的替换不能算术表达，你也可以映射正确的值：

replacement = {1: 4, 2: 3, 3: 2, 4: 1}
df.loc[selector, 'numericValue'] = df.loc[selector, 'numericValue'].map(replacement)