根据多列条件增加熊猫数据框中的单元格值

Question

我正在尝试根据column_1 和column_2 中的检查来增加column_3 中的整数值。

  | column_1 | column_2 | column_3
0 |    a     |    x     |    1 
1 |    b     |    y     |    1 
2 |    c     |    z     |    1 

如果column_1 = a 和column_2 = x，我想将column_3 中的值增加1。

我尝试了以下方法，但它不起作用 -

df = pd.DataFrame({
    "column_1": ['a', 'b', 'c'], 
    "column_2": ['x', 'y', 'z'],
    "column_3": [1,1,1]
})

df[(df['column_1']=='a') & (df['column_2']=='x')]['column_3'] += 1

在运行上述代码后检查df 输出会得到相同的数据帧。

在 Jupyter 显示警告后，我使用了 .loc，但它仍然不起作用。

df.loc[df.column_1.isin(['a']) & df.column_2.isin(['x'])]['column_3'].iat[0] += 1

我们究竟是如何做到这一点的？

Answer 1

使用DataFrame.loc 是正确的方法，但也必须删除][ 和iat：

df.loc[(df['column_1']=='a') & (df['column_2']=='x'), 'column_3'] += 1

print (df)
  column_1 column_2  column_3
0        a        x         2
1        b        y         1
2        c        z         1

numpy.where 的另一个解决方案：

df['column_3'] += np.where((df['column_1']=='a') & (df['column_2']=='x'), 1, 0)

print (df)
  column_1 column_2  column_3
0        a        x         2
1        b        y         1
2        c        z         1