使用 .loc 过滤后更改数据框元素答案

【问题标题】：Changing Dataframe Elements After Filtering With .loc使用 .loc 过滤后更改数据框元素
【发布时间】：2021-11-06 02:16:26
【问题描述】：

我正在尝试过滤下面的 7 列，然后根据所有结果，我想将“展示次数”列更改为 1000。

当我运行它时，我会得到一大列布尔结果。我做错了什么？

原始数据集位于此处： https://docs.google.com/spreadsheets/d/1DGH-qOMqysxZqa-kcV22H6huXwUduOQj/edit?usp=sharing&ouid=102686771640548691831&rtpof=true&sd=true

df.loc[
    (((df['Record Type'].str.lower() == 'keyword')
    | (df['Record Type'].str.lower() == 'product targeting')) &
    ((df['Campaign Status'].str.lower() == 'enabled')
    & (df['Ad Group Status'].str.lower() == 'enabled')
    & (df['Status'].str.lower() == 'enabled'))
    & df['Orders'] > 0
    & df['Campaign'].str.contains('b0',case=False))
    ,"Impressions"] > 1000

【问题讨论】：

在寻求帮助时，始终提供一个可重复的最小示例。请发布允许我们重现相同输出的 DataFrame 示例。
我的应用 - 我添加了一个指向我正在使用的数据集的链接。这足够吗？谢谢
我无法打开它，它需要许可。您无需提供全部数据。我们只需要允许我们重现相同行为的最少量数据。您应该将其直接发布在代码块中。

标签： python pandas

【解决方案1】：

IIUC，您可以使用where：

condition = (
             ((df['Record Type'].str.lower() == 'keyword') | (df['Record Type'].str.lower() == 'product targeting')) &
             ((df['Campaign Status'].str.lower() == 'enabled') & (df['Ad Group Status'].str.lower() == 'enabled') & (df['Status'].str.lower() == 'enabled')) & 
             df['Orders'] > 0 & 
             df['Campaign'].str.contains('b0',case=False)
             )

df["Impression"] = df["Impression"].where(~condition, 1000)

或者mask:

df["Impression"] = df["Impression"].mask(condition, 1000)

【讨论】：