Pandas 数据框在满足双重标准时更改值答案

【问题标题】：Pandas dataframe change values when it meets dual criteriaPandas 数据框在满足双重标准时更改值
【发布时间】：2019-12-10 05:44:08
【问题描述】：

我有一个数据框，其数据如下：

Run_1   Run_2   Run_3 Avg
5.26    6.08    1.8   2
273     0       0     23  
5.26    6.08    1.8   1

它有形状

(2928, 501)

我想将所有值 > 0 更改为 0，并将当前所有值设置为 0 到 1，仅针对名称中包含子字符串 Run_ 的列。列数来自Run_1, Run_2, ... Run_500。条件更改不适用于除Run_1, Run_2, ... Run_500 之外的任何其他列。

所以，期望的输出是：

Run_1   Run_2   Run_3 Avg
0       0        0    2
0       1        1    23  
0       0        0   1

我尝试了以下方法：

    maxGen = np.max(df.filter(regex='Run_').values) + 5555.
    df.loc[df.filter(regex='Run_') > 0] = maxGen

但我得到了错误：

ValueError: cannot copy sequence with size 500 to array axis with dimension 2928

编辑：数据框中没有负值。

【问题讨论】：

将所有正值都改为零，负值呢，负值可能吗？

标签： python python-3.x pandas python-3.5

【解决方案1】：

你可以试试这个：

df.assign(**df.filter(like='Run_').eq(0).astype(int))

输出：

   Run_1  Run_2  Run_3  Avg
0      0      0      0    2
1      0      1      1   23
2      0      0      0    1

或者，如果您不喜欢“**”解包，请使用 join：

df.filter(like='Run_').eq(0).astype(int).join(df['Avg'])

【讨论】：

【解决方案2】：

转换应该可以工作

df[[x for x in df.columns if 'Run_' in x]] = df[[x for x in df.columns if 'Run_' in x]].transform(lambda x: x.eq(0).astype(int))

【讨论】：

【解决方案3】：

IIUC

df.iloc[:,:-1]=(~df.astype(bool)).astype(int)
df
Out[54]: 
   Run_1  Run_2  Run_3  Avg
0      0      0      0    2
1      0      1      1   23
2      0      0      0    1

【讨论】：