替换列中的某些值以与另一列匹配答案

【问题标题】：Replacing certain values in a column to match by another column替换列中的某些值以与另一列匹配
【发布时间】：2022-07-25 22:16:21
【问题描述】：

我是 Python 新手，如果遇到一个非常简单的问题，我深表歉意。我在下面有以下示例数据框（真实的有数千行）

df = {'City': ['London','Tokyo','London','Paris','Paris','London','Tokyo','Tokyo', 'Paris','Berlin','Berlin','Berlin'], 
      'Code': ['367','812','367','964','964','BN611','812','Y366','Z167','L715','412','L715']}
df = pd.DataFrame(data=df)

我要做的是将城市代码以字母开头的所有实例替换为其等效数字（例如，伦敦出现的每一行的代码应始终为 367 而不是 367 和 BN611） .

有没有一种方法可以轻松地做到这一点，而不必分别为每个城市编写代码？我拥有的数据框包含数百个城市，我需要将其应用于每个城市。每个城市的代码总是相同的（例如伦敦总是有代码 367 和 BN611 等）

谢谢

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以mask 无效代码并使用groupby.transform 替换有效代码：

m = df['Code'].str.match(r'[A-Z]')
df['Code'] = df['Code'].mask(m).groupby(df['City']).transform('first')

输出（为清楚起见，作为新列“Code2”）：

      City   Code Code2
0   London    367   367
1    Tokyo    812   812
2   London    367   367
3    Paris    964   964
4    Paris    964   964
5   London  BN611   367
6    Tokyo    812   812
7    Tokyo   Y366   812
8    Paris   Z167   964
9   Berlin   L715   412
10  Berlin    412   412
11  Berlin   L715   412

【讨论】：