用基于条件的值替换 pandas 数据框中列的一部分中的值

Question

我有一个很大的 Pandas 数据框，我想根据条件替换列子集中的一些值。

具体来说，我想将第 9 列右侧每列中大于 1 的值替换为 1。

因为数据帧太大，并且随着时间的推移，行数和列数都在增加，所以我无法手动指定要更改值的列的名称。相反，我只需要指定第 10 列和更大的列应该检查值 > 1.

在查看了许多不同的 Stack Overflow 帖子和 Pandas 文档之后，我尝试了：

df.iloc[df[:,10: ] > 1] = 1

但是，这给了我错误“无法散列的类型：‘slice’”。

然后我尝试了：

df[df.iloc[:, 10:] > 1] = 1

和

df[df.loc[:, df.columns[10:]] > 1] = 1

根据评论中的 2 条建议，但这两条都给我错误“无法对具有非 np.nan 值的混合类型进行就地布尔设置”。

有谁知道我为什么会收到这些错误and/or我应该对我的代码进行哪些更改以避免这些错误？

谢谢！

Answer 1

我们可以使用 iloc 到 select 9th 列右侧的所有列，然后使用 where 我们可以替换数据帧切片中的值其中条件 x.le(1) 是 False.

df.iloc[:, 10:] = df.iloc[:, 10:].where(lambda x: x.le(1), 1)

或者我们可以使用 clip，我们可以将 upper 限制定义为 1，它将数据帧切片中所有大于 1 的值分配给 1.

df.iloc[:, 10:] = df.iloc[:, 10:].clip(upper=1)

Replace values in a slice of columns in a pandas dataframe with a value based on a condition