pandas 根据多个条件遍历行，然后从列中减去？

Question

我有一个 df 看起来像这样但更大：

df = pd.DataFrame({
    'Time' : [1,2,7,10,15,16,77,98,999,1000,1121,1245,1373,1490,1555],  
    'ID' : ['1', '1', '1', '1', '1', '2', '2', '2', '2', '2', '3', '3', '3', '3', '3'],
    'Act' : ['1', '2', '4', '4', '2', '0', '2', '4', '4', '1', '4', '4', '1', '1', '2'],
    'mean_bout_count' : ['2.3', '4', '7', '7', '1', '2', '2.2', '2.1', '2.1', '10', '3', '3', '3', '3', '3']})

对于“Act_cat”== 4 和“mean_bout_count”< 3 的每一行，我想从“Act_cat”列中取 -1。据我所知，下面的代码从所有行中获取 -1，而且花费的时间也太长了...

df = df.reset_index()  
for i, row in df.iterrows():
    if df.iloc[i]["Act_cat"] == 4 and df.iloc[i]["mean_bout_count"] < 3:
        df["Act_cat"] = df["Act_cat"]-1
    else: 
        df["Act_cat"] = df["Act_cat"]-0

如果您有更好的想法，请告诉我！

谢谢！

Answer 1

你可以这样做：

df.loc[df['Act'].eq(4) & df['mean_bout_count'].lt(3), 'Act'] -= 1

    Time ID  Act  mean_bout_count
0      1  1    1              2.3
1      2  1    2              4.0
2      7  1    4              7.0
3     10  1    4              7.0
4     15  1    2              1.0
5     16  2    0              2.0
6     77  2    2              2.2
7     98  2    3              2.1
8    999  2    3              2.1
9   1000  2    1             10.0
10  1121  3    4              3.0
11  1245  3    4              3.0
12  1373  3    1              3.0
13  1490  3    1              3.0
14  1555  3    2              3.0

您的方法的问题在于，通过在 if 中执行 df["Act_cat"] = df["Act_cat"]-1，每次条件评估为 true.[=15 时，您都会从整列中减去 1 =]

pandas 根据多个条件遍历行，然后从列中减去？

pandas iterate through rows based on multiple conditions and then subtract from column?

python

loops

rows

multiple-conditions

pandas