如何根据其他列中的条件对 pandas 的 Dataframe 列进行操作答案

【问题标题】：How to make operations on pandas' Dataframe column based on condition in other column如何根据其他列中的条件对 pandas 的 Dataframe 列进行操作
【发布时间】：2019-11-04 01:12:05
【问题描述】：

例如：

我想知道是否有一种简单的方法可以在 B 中有 1 时将例如 10 添加到 A 列的值。

我想要一个像下面这样的 df 输出。

我找到了类似下面这行代码的东西，但是这个用 1 代替了 6，我想用那个 6 对其进行一些操作。

附言。请原谅我的英语

df.loc[df['B'] == 1, 'A'] = 1

【问题讨论】：

标签： python pandas dataframe conditional-statements

【解决方案1】：

一种可能的解决方案是定义一个带有两个参数的函数：

def cond_func(a,b):
    if b = 1:
        return a + 10
    else:
        return a

然后应用到数据框中的每一行

df['A'] = df.apply(lambda x: cond_func(x['A'], x['B'], axis=1)

【讨论】：

【解决方案2】：

使用np.where

df['A'] = np.where(df['B'] == 1,df['A'] + 10, df['A'])

输出

【讨论】：

【解决方案3】：

你很亲密，使用10和+=：

#short version
df.loc[df['B'] == 1, 'A'] += 10
#long version
#df.loc[df['B'] == 1, 'A'] = 10 + df.loc[df['B'] == 1, 'A']
print (df)
    A  B
1   3  0
2   4  0
3  16  1
4   8  0

【讨论】：

这也是df.loc[df['B'] == 1,'A'] = df['A'] + 10...介于你的短版和长版之间的东西:)