根据用户列表更改多个数据框列

Question

假设我在 pandas 中有这个数据框：

data = {'user':['Apple', 'One', 'Tom'], 
        'col_1':[1, 2, 3],
        'col_2':[4, 5, 6],
        'col_3':[7, 8, 9]
}

df = pd.DataFrame(data)

哪些输出：

user	col_1	col_2	col_3
Apple	1	2	3
One	4	5	6
Tom	7	8	9

现在，这是一笔交易：如果用户在特定的用户列表中，我想修改列 col_1、col_2 和 col_3 的值。否则，我必须保留列的当前值。

我的建议：

首先，我创建了一个字典，其中的键显示需要修改的用户。此外，我为每个用户创建了一个新值列表（分别为col_1、col_2 和col_3）这样：

my_dict = {
    'one'  : ['col_1_value_one', 'col_2_value_one', 'col_3_value_one'],
    'two'  : ['col_1_value_two', 'col_2_value_two', 'col_3_value_two'],
    'apple': ['col_1_value_apple', 'col_2_value_apple', 'col_3_value_apple']
}

然后，我根据字典键创建了一个列表：

list_users = list(my_dict.keys())

最后，我能够通过使用np.where、contains 和一些正则表达式来验证用户是否确实在密钥列表中（这就是为什么我用“|”加入列表的原因 并使用lower())。如果用户不在列表中，则在保留“旧”值时它可以正常工作。

df['col_1'] = np.where(df['user'].str.lower().str.contains('|'.join(list_users), na=False, regex=True), 
                                        "<I need to replace this!>", 
                                        df['col_1'])
df['col_2'] = np.where(df['user'].str.lower().str.contains('|'.join(list_users), na=False, regex=True), 
                                        "<I need to replace this!>", 
                                        df['col_2'])
df['col_3'] = np.where(df['user'].str.lower().str.contains('|'.join(list_users), na=False, regex=True), 
                                        "<I need to replace this!>", 
                                        df['col_3'])    

但是，如您所见，如果用户实际上在列表中，我无法找到替换字典值中存在的值的方法。例如，如果用户是“Apple”，那么col_1、col_2 和col_3 的新值是：

• col_1_value_apple
• col_2_value_apple
• col_3_value_apple

基于示例的预期输出：

user	col_1	col_2	col_3
Apple	col_1_value_apple	col_2_value_apple	col_3_value_apple
One	col_1_value_one	col_2_value_one	col_3_value_one
Tom	7	8	9

这里，"Apple" 和 "One" 用户都被修改了，而 "Tom" 不在列表中，因此保留它们的原始值。

我确信这不是解决此问题的最佳方法，但我们将不胜感激任何帮助！谢谢！

Answer 1

这行得通：

for name, cols in my_dict.items():
    df.loc[df['user'].str.lower() == name, ['col_1', 'col_2', 'col_3']] = cols