pandas - 根据另一列更改列中的值

Question

假设我有一个数据框all_data，例如：

Id  Zone        Neighb
1   NaN         IDOTRR
2   RL          Veenker
3   NaN         IDOTRR
4   RM          Crawfor
5   NaN         Mitchel

我想在“Zone”列中输入缺失值，这样“Neighb”是“IDOTRR”我将“Zone”设置为“RM”，而“Neighb”是“Mitchel”我设置了“RL” '。

all_data.loc[all_data.MSZoning.isnull() 
             & all_data.Neighborhood == "IDOTRR", "MSZoning"] = "RM"
all_data.loc[all_data.MSZoning.isnull() 
             & all_data.Neighborhood == "Mitchel", "MSZoning"] = "RL"

我明白了：

TypeError: 无效类型比较

C:\Users\pprun\Anaconda3\lib\site-packages\pandas\core\ops.py:798： FutureWarning：元素比较失败；返回标量 相反，但将来会执行元素比较
结果 = getattr(x, name)(y)

我确定这应该很简单，但我已经搞砸了太久了。请帮忙。

Answer 1

使用 np.select 即

df['Zone'] = np.select([df['Neighb'] == 'IDOTRR',df['Neighb'] == 'Mitchel'],['RM','RL'],df['Zone'])

Id 区域邻居 0 1 RM IDOTRR 1 2 RL 文克尔 2 3 RM IDOTRR 3 4 RM 克劳福 4 5 RL 米切尔

在你的情况下，你可以使用

# Boolean mask of condition 1 
m1 = (all_data.MSZoning.isnull()) & (all_data.Neighborhood == "IDOTRR")
# Boolean mask of condition 2
m2 = (all_data.MSZoning.isnull()) & (all_data.Neighborhood == "Mitchel")

np.select([m1,m2],['RM','RL'],all_data["MSZoning"])

Answer 2

在 Python 中，& 优先于 ==

http://www.annedawson.net/Python_Precedence.htm

所以当你执行all_data.MSZoning.isnull() & all_data.Neighborhood == "Mitchel" 时，它会被解释为(all_data.MSZoning.isnull() & all_data.Neighborhood) == "Mitchel"，而现在Python 会尝试将AND 与一个str 系列结合起来，并查看它是否等于单个str "Mitchel"。解决方案是将测试括在括号中：(all_data.MSZoning.isnull()) & (all_data.Neighborhood == "Mitchel")。有时如果我有很多选择器，我会将它们分配给变量，然后AND 它们，例如：

null_zoning = all_data.MSZoning.isnull()
Mitchel_neighb = all_data.Neighborhood == "Mitchel"
all_data.loc[null_zoning & Mitchel_neighb, "MSZoning"] = "RL"

这不仅解决了操作顺序问题，还意味着all_data.loc[null_zoning & Mitchel_neighb, "MSZoning"] = "RL"适合一行。

Answer 3

df.Zone=df.Zone.fillna(df.Neighb.replace({'IDOTRR':'RM','Mitchel':'RL'}))
df
Out[784]: 
   Id Zone   Neighb
0   1   RM   IDOTRR
1   2   RL  Veenker
2   3   RM   IDOTRR
3   4   RM  Crawfor
4   5   RL  Mitchel