我可以使用列表理解方式有条件地更新 pandas 数据框列中的值吗

Question

我将行附加到数据框，并且有一个 id 列需要根据 DataFrame 中的现有值是唯一的。

对于新行，我想添加一个 ID。

这里是示例起始数据（新添加的第 2 行和第 3 行）

	name	id
0	A	65
1	F	33
2	H	0
3	V	0

数据没有顺序，之前分配的 ID 可能不是连续的。我只想从最高 ID 开始，然后从那里递增。

	name	id
0	A	65
1	F	33
2	H	66
3	V	67

我已经实现如下

 max_id = df[id_field].max()

    for i in df.index:
        if df.at[i, id_field] == 0:
            max_id += 1
            df.at[i, id_field] = max_id

我不得不这样做，因为我无法更新理解中的 max_id。这感觉不太 python 像。我能以更优雅的方式做到这一点吗？使用 lambda 表达式或推导式？谢谢

Answer 1

在您的情况下，我们可能需要使用 groupby 和 cumcount 来获得增量，而 cummax 获得最大值

x = df.id.ne(0).cumsum()
df.loc[df.id==0,'id'] = df.id.cummax() + x.groupby(x).cumcount()
df
Out[561]: 
  name  id
0    A  65
1    F  33
2    H  66
3    V  67

Answer 2

这是一个使用 factorize 的想法：

# identify values to replace
m = df['id'].eq(0)
# compute a factor and add the max + 1 
df.loc[m, 'id'] = df.loc[m, 'name'].factorize()[0]+df['id'].max()+1

或使用cumsum:

# identify values to replace
m = df['id'].eq(0)
# replace by max + cumsum of boolean
df.loc[m, 'id'] = df['id'].max()+m.cumsum()

输出：

Answer 3

海象运算符将允许您在理解中更新 max_id：

import pandas as pd
df = pd.DataFrame({'name':["A","F","H","V"], 'id':[65,33,0,0]})
print(df)

max_id = df['id'].max()
df.loc[df['id'] == 0, 'id'] = [(max_id := max_id + 1) for _ in range(sum(df['id']==0))]
print(df)

输出：

我可以使用列表理解方式有条件地更新 pandas 数据框列中的值吗

can i use list comprehension way to conditionally update values in pandas dataframe column

python

list-comprehension

dataframe

pandas