交换熊猫中选定行的列值答案

【问题标题】：Swap column values for selected rows in pandas交换熊猫中选定行的列值
【发布时间】：2020-02-11 08:20:06
【问题描述】：

我需要清理一个数据集，因为b 不能大于a，所以有一些列有错误，因为它们的值被交换，我创建了一个名为wrong_data 的列，它有一个 True 值任何时候发生这种情况：

   df['wrong_data'] =  (df['a'] < df['b'] )

现在我想在满足条件时交换a 和b 中的数据，所以只要wrong_data = true 成立。

到目前为止，我已经尝试过：

df.at[wrong_data = true, 'a'] = b
df.at[wrong_data = true, 'b'] = a

但显然语法是错误的，我不知道如何处理它。

【问题讨论】：

您可以对我认为的简单解决方案进行排序 - df[['a','b']] = np.sort(df[['a','b']],axis=1)[:,::-1]。

标签： python pandas numpy jupyter-notebook

【解决方案1】：

欢迎使用 StackOverflow！

我认为您可以省略第三列。您是否尝试过以下方法：

wrongDataIdx = (df['a'] < df['b'])
df.loc[wrongDataIdx, ['a', 'b']] = df.loc[wrongDataIdx, ['b', 'a']].values

这应该可以解决您的问题。很高兴听到一些建设性的反馈！

测试：

>>> df = pd.DataFrame({'a': [1,2,3], 'b': [4,3,2]})
>>> wrongDataIdx = (df['a'] < df['b'])
>>> df.loc[wrongDataIdx, ['a', 'b']] = df.loc[wrongDataIdx, ['b', 'a']].values
>>> df
a  b
0  4  1
1  3  2
2  3  2

【讨论】：

【解决方案2】：

您还可以使用几个np.where 语句：

df['a'] = np.where(df['wrong_data'] == True, 'b', 'a')
df['b'] = np.where(df['wrong_data'] == True, 'a', 'b')

【讨论】：

【解决方案3】：

您不需要wrong_data 列。

试试这个：

df[["a", "b"]]=df.apply(lambda x: pd.Series(sorted([x.a, x.b])), axis=1)

示例输入：

import pandas as pd

df=pd.DataFrame(data={"a": [1,5,7,9,11], "b": [2,3,10,-6,2]})

print(df)

df[["a", "b"]]=df.apply(lambda x: pd.Series(sorted([x.a, x.b])), axis=1)

print(df)

输出：

  a   b
0   1   2                                                   
1   5   3                                                   
2   7  10                                                   
3   9  -6                                                   
4  11   2                                                      
  a   b                                                    
0  1   2                                                    
1  3   5                                                    
2  7  10                                                    
3 -6   9                                                    
4  2  11                                                   
 [Program finished]

【讨论】：