如何对 Pandas 列执行条件操作？ [关闭]答案

【问题标题】：How to perform Conditional operations on Pandas columns? [closed]如何对 Pandas 列执行条件操作？ [关闭]
【发布时间】：2021-03-20 01:33:02
【问题描述】：

我有一个数据框，我想对MAG 列执行条件操作。

MAG MagT
2   ML
3.5 mb
6   MC
5.6 mb
4   ML

如果 MagT 等于某个特定值，我必须执行操作并将值保存在那里。

if MagT=='ML' 
  MAG=MAG*5
  MagT=='mb'
if MagT=='MC'
 MAG=MAG*3
 MagT='ML'
.
.
.
else 
 MAG=MAG
 MagT=MagT

我该怎么做？

output
MAG MagT
10  mb
3.5 mb
18  ML
5.6 mb
4   ML

【问题讨论】：

Stack Overflow 并非旨在取代现有的文档和教程。请阅读有关 PANDAS 的可用教程；注意过滤和条件（where 子句）。

标签： python pandas conditional-statements

【解决方案1】：

试试这个：

import pandas as pd

df = pd.DataFrame([{'a':1, 'b': 2}, {'a':1, 'b': 2}, {'a':1, 'b': 3}])

df.loc[df['b'] == 3, 'a'] = df['a']*2

【讨论】：

【解决方案2】：

试试这个 -

>>> import pandas as pd
>>> df = pd.DataFrame({"MAG": [2,3.5,6,5.6,4], "MagT": ["ML","mb","MC","mb","ML"]})
>>> df
   MAG MagT
0  2.0   ML
1  3.5   mb
2  6.0   MC
3  5.6   mb
4  4.0   ML
>>> df.loc[df["ML"],"MagT"] = df["MAG"]*5
>>> df
    MAG MagT
0  10.0   ML
1   3.5   mb
2   6.0   MC
3   5.6   mb
4  20.0   ML

【讨论】：

【解决方案3】：

你可以使用 numpy.where

import numpy as np
a = np.arange(10)
a
# array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
np.where(a < 5, a, 10*a)
# array([ 0,  1,  2,  3,  4, 50, 60, 70, 80, 90])

https://numpy.org/doc/stable/reference/generated/numpy.where.html#numpy.where

在你的情况下：

df["MAG"] = np.where(df["MagT"]=='ML',df["MAG"]*5,df["MAG"])

【讨论】：