Python:如何从 pandas DataFrame IN PLACE 中的单元格子选择中减去值?

Python: How to subtract value from subselection of cells in a pandas DataFrame IN PLACE?

我尝试从 pandas DataFrame 中的单元格子选择中减去一个值 (50)。我想从“rt”中减去值,其中 subj == 1cond == std。我想 就地 执行此计算,以便其他值保持不变。

假设我有以下 DataFrame:

data = {'subj': [1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2,],
        'rt': [100, 102, 101, 100, 101, 101, 105, 105, 106, 104, 104, 106],
        'cond':['nov', 'std', 'std', 'emo', 'std', 'emo', 'nov', 'std', 'std',
                'emo', 'std', 'emo']} 
df = pd.DataFrame(data)

       subj rt cond
0      1  100  nov
1      1  102  std
2      1  101  std
3      1  100  emo
4      1  101  std
5      1  101  emo
6      2  105  nov
7      2  105  std
8      2  106  std
9      2  104  emo
10     2  104  std
11     2  106  emo

现在我想从满足条件 subj == 1cond == std[= 的 'rt' 中减去值 50 36=]。我正在使用以下代码减去该值。

df['rt'] = df[(df['subj'] == 1) & (df['cond'] == 'std')]['rt'].subtract(50)

这就是我期待的:

       subj rt cond
0      1  100  nov
1      1   52  std
2      1   51  std
3      1  100  emo
4      1   51  std
5      1  101  emo
6      2  105  nov
7      2  105  std
8      2  106  std
9      2  104  emo
10     2  104  std
11     2  106  emo

相反,这是 我得到的:

       subj rt cond
0      1  NaN  nov
1      1  2.0  std
2      1  1.0  std
3      1  NaN  emo
4      1  1.0  std
5      1  NaN  emo
6      2  NaN  nov
7      2  NaN  std
8      2  NaN  std
9      2  NaN  emo
10     2  NaN  std
11     2  NaN  emo

如何保留 rt 列的剩余值而不是 NaN? 我想以相同的方式用其他值减去其他 rt 值而不创建单独的数据帧对于每个条件。

这可以使用 np.where()

来完成
import pandas as pd
import numpy as np
data = {'subj': [1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2,],
        'rt': [100, 102, 101, 100, 101, 101, 105, 105, 106, 104, 104, 106],
        'cond':['nov', 'std', 'std', 'emo', 'std', 'emo', 'nov', 'std', 'std',
                'emo', 'std', 'emo']} 
df = pd.DataFrame(data)
df['rt'] = np.where((df['subj'] == 1) & (df['cond'] == 'std'), df['rt'].sub(50), df['rt'])
df

将切片与 loc 结合使用以有效地就地进行(仅计算 3 个匹配值):

df.loc[df['subj'].eq(1)&df['cond'].eq('std'), 'rt'] -= 50

输出:

    subj   rt cond
0      1  100  nov
1      1   52  std
2      1   51  std
3      1  100  emo
4      1   51  std
5      1  101  emo
6      2  105  nov
7      2  105  std
8      2  106  std
9      2  104  emo
10     2  104  std
11     2  106  emo

我尝试使用 df.loc 如下所示,它起作用了:

df.loc[(df['subj']==1) & (df['cond']=='std'),'rt'] = df['rt'].subtract(50)