如何更新基于列表的 df。 Python答案

【问题标题】：How to update a df based in a list. Python如何更新基于列表的 df。 Python
【发布时间】：2023-01-16 23:59:55
【问题描述】：

我有下一个 df：


import pandas as pd

data = [{'car' :'audi','id':'ab','year':2001,'wheel':4},
        {'car' :'honda','id':'aa','year':2002,'wheel':15},
        {'car' :'tesla','id':'aaa','year':2003,'wheel':5}]

keys=['a','aa','aaa','avaa','2ffa']

Car	ID	Year	Status	Wheels
Audi	ab	2001	OK	4
Honda	baaa	2002	OK	4
Tesla	aaa	2003	OK	4
Tesla	avaa	2023	OK	4

那么，让我们想象下一种情况：密钥列表中的 ID 有缺陷，因此，我必须在适当的情况下将“状态”列更新为“有缺陷”而不是“正常”。

我怎样才能做到这一点？谢谢！

【问题讨论】：

标签： python pandas

【解决方案1】：

结合使用isin和boolean indexing：

df.loc[df['id'].isin(keys), 'Status'] = 'Defective'

更新df：

     car   id  year  wheel     Status
0   audi   ab  2001      4        NaN
1  honda   aa  2002     15  Defective
2  tesla  aaa  2003      5  Defective

使用的输入：

df = pd.DataFrame(data)

【讨论】：

【解决方案2】：

In [220]: data = [{'car' :'audi','id':'ab','year':2001,'wheel':4},
     ...:         {'car' :'honda','id':'aa','year':2002,'wheel':15},
     ...:         {'car' :'tesla','id':'aaa','year':2003,'wheel':5}]
     ...:
     ...: keys=['a','aa','aaa','avaa','2ffa']
     ...:

In [221]: df = pd.DataFrame(data)

In [222]: df
Out[222]:
     car   id  year  wheel
0   audi   ab  2001      4
1  honda   aa  2002     15
2  tesla  aaa  2003      5

In [223]: df['status'] = "OK"

In [224]: df
Out[224]:
     car   id  year  wheel status
0   audi   ab  2001      4     OK
1  honda   aa  2002     15     OK
2  tesla  aaa  2003      5     OK


In [225]: for k in keys:
     ...:     df.loc[df.id==k, 'status'] = "Defective"
     ...:

In [226]: df
Out[226]:
     car   id  year  wheel     status
0   audi   ab  2001      4         OK
1  honda   aa  2002     15  Defective
2  tesla  aaa  2003      5  Defective

【讨论】：

【解决方案3】：

您可以将 np.where 与 isin 一起使用：

df['Status'] = np.where(df['id'].isin(keys), 'Defective', 'OK')
print(df)

# Output
     car   id  year  wheel     Status
0   audi   ab  2001      4         OK
1  honda   aa  2002     15  Defective
2  tesla  aaa  2003      5  Defective

【讨论】：