根据另一列 [pandas] 中的值更改单元格值

Question

我有一个数据框，例如

Names Value COLA COLB COLC
A     100   0    4    1
B     NaN   0    2    1
C     20    3    0    0
D     1     0    1    0
E     300   3    0    0

我想更改所有COLA,B 和C 值（0 除外）：

• 到1如果Value col > 30
• 到2如果 Value col <=30 或 NaN。

然后我应该得到

Names Value COLA COLB COLC
A     100   0    1    1
B     NaN   0    2    2
C     20    2    0    0
D     1     0    2    0
E     300   1    0    0

有人有建议吗？

Answer 1

将numpy.where 与用于广播的链条件一起使用 - 将Series 中的掩码分配给多个列，以将0 的多个输出设置为设置0 的布尔掩码：

cols = ['COLA','COLB','COLC']

df[cols] = np.where(df['Value'].gt(30).to_numpy()[:, None], 1, 2) * df[cols].ne(0)
print (df)
  Names  Value  COLA  COLB  COLC
0     A  100.0     0     1     1
1     B    NaN     0     2     2
2     C   20.0     2     0     0
3     D    1.0     0     2     0
4     E  300.0     1     0     0