Pandas DataFrame：根据条件替换列中的所有值答案

【问题标题】：Pandas DataFrame: replace all values in a column, based on conditionPandas DataFrame：根据条件替换列中的所有值
【发布时间】：2015-10-09 07:26:33
【问题描述】：

我有一个简单的 DataFrame，如下所示：

我想从“第一季”列中选择所有值，并将超过 1990 年的值替换为 1。在此示例中，只有巴尔的摩乌鸦队会将 1996 年替换为 1（保持其余数据不变）。

我用过以下：

df.loc[(df['First Season'] > 1990)] = 1

但是，它将该行中的所有值替换为 1，而不仅仅是“第一季”列中的值。

如何仅替换该列中的值？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

另一种选择是使用列表推导：

df['First Season'] = [1 if year > 1990 else year for year in df['First Season']]

【讨论】：

当您需要直接处理值而不是使用常量值时，这是最佳选择。

【解决方案2】：

df.loc[df['First season'] > 1990, 'First Season'] = 1

解释：

df.loc 接受两个参数，“行索引”和“列索引”。我们正在检查“第一季”列下每行值的值是否大于 1990，然后我们将其替换为 1。

【讨论】：

【解决方案3】：

我们可以使用以下语法更新 df 中的 First Season 列：

df['First Season'] = expression_for_new_values

要映射第一季中的值，我们可以使用 pandas 的 .map() 方法，语法如下：

data_frame(['column']).map({'initial_value_1':'updated_value_1','initial_value_2':'updated_value_2'})

【讨论】：

【解决方案4】：

对于单一条件，即。 ( 'employrate'] > 70 )

       country        employrate alcconsumption
0  Afghanistan  55.7000007629394            .03
1      Albania  51.4000015258789           7.29
2      Algeria              50.5            .69
3      Andorra                            10.17
4       Angola  75.6999969482422           5.57

使用这个：

df.loc[df['employrate'] > 70, 'employrate'] = 7

       country  employrate alcconsumption
0  Afghanistan   55.700001            .03
1      Albania   51.400002           7.29
2      Algeria   50.500000            .69
3      Andorra         nan          10.17
4       Angola    7.000000           5.57

因此这里的语法是：

df.loc[<mask>(here mask is generating the labels to index) , <optional column(s)> ]

对于多个条件，即。 (df['employrate'] <=55) & (df['employrate'] > 50)

使用这个：

df['employrate'] = np.where(
   (df['employrate'] <=55) & (df['employrate'] > 50) , 11, df['employrate']
   )

out[108]:
       country  employrate alcconsumption
0  Afghanistan   55.700001            .03
1      Albania   11.000000           7.29
2      Algeria   11.000000            .69
3      Andorra         nan          10.17
4       Angola   75.699997           5.57

因此这里的语法是：

 df['<column_name>'] = np.where((<filter 1> ) & (<filter 2>) , <new value>, df['column_name'])

【讨论】：

【解决方案5】：

df['First Season'].loc[(df['First Season'] > 1990)] = 1

奇怪的是没有人有这个答案，你的代码中唯一缺少的部分是 df 之后的 ['First Season'] ，只需删除里面的大括号。

【讨论】：

【解决方案6】：

聚会有点晚了，但仍然 - 我更喜欢使用 numpy where：

import numpy as np
df['First Season'] = np.where(df['First Season'] > 1990, 1, df['First Season'])

【讨论】：

我正在寻找有条件地覆盖列值的解决方案，但基于其他列的值，如下所示：df['col1'] = np.where(df['id'] == '318431682259014', 'NEW', df['col1']) 这就是它的解决方案。
我正在尝试针对这样的多种情况执行此操作，但我不断收到ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()。我想做的基本上是df['A'] = np.where(df['B'] in some_values, df['A']*2, df['A]。有人对此有想法吗？
现在pandas内置了where方法，和pandas.pydata.org/pandas-docs/stable/reference/api/…中的np.where比较
我在玩这个 df，发现如果你将代码更改为 ...nfl_df['First Season'] = np.where(nfl_df['First Season'] > 1990, 1 , nfl_df['Total Games']) 然后它将第一季中的所有值替换为 Total Games 中的值，而不仅仅是 1990 年以上的值。为什么要这样做？这似乎不太合乎逻辑。

【解决方案7】：

您需要选择该列：

In [41]:
df.loc[df['First Season'] > 1990, 'First Season'] = 1
df

Out[41]:
                 Team  First Season  Total Games
0      Dallas Cowboys          1960          894
1       Chicago Bears          1920         1357
2   Green Bay Packers          1921         1339
3      Miami Dolphins          1966          792
4    Baltimore Ravens             1          326
5  San Franciso 49ers          1950         1003

所以这里的语法是：

df.loc[<mask>(here mask is generating the labels to index) , <optional column(s)> ]

您可以查看docs 以及显示语义的10 minutes to pandas

编辑

如果你想生成一个布尔指标，那么你可以只使用布尔条件来生成一个布尔系列并将 dtype 转换为 int 这会将 True 和 False 转换为 1 和 0分别：

In [43]:
df['First Season'] = (df['First Season'] > 1990).astype(int)
df

Out[43]:
                 Team  First Season  Total Games
0      Dallas Cowboys             0          894
1       Chicago Bears             0         1357
2   Green Bay Packers             0         1339
3      Miami Dolphins             0          792
4    Baltimore Ravens             1          326
5  San Franciso 49ers             0         1003

【讨论】：