Pandas - 使用 .apply() 根据条件更新行中的值答案

【问题标题】：Pandas - Updating value in row based on condition with .apply()Pandas - 使用 .apply() 根据条件更新行中的值
【发布时间】：2020-02-20 02:18:28
【问题描述】：

简化，我想使用一个函数来检查一行的条件并相应地设置值：

def helper(row):
    if row["A"] == "TEST":
         row["B"] = "WOW"
     else:
         row["C"] = "NO_GO"


moddf = df.apply(helper, axis=1)

我可以使用 iterrows() 来做到这一点，但 .apply 在 df 中迭代超过 1M 行应该更快。

【问题讨论】：

只返回该行，尽管apply 在这里可能不是最有效的方式。
apply 基本上一样慢，当你不可避免地用axis=1 调用它时，它仍然是一个循环。您可能想使用np.where，而不是在需要以不同方式设置的少量列上循环，而不是 1M 行。
apply 是您应该访问的最后资源之一。使用pandas 和numpy 方法。

标签： python pandas loops apply

【解决方案1】：

您不需要（也不应该使用）申请：

# toy data
df = pd.DataFrame({'A':['TEST','NO'],
              'B' : ['A','B'],
              'C' :list('12')})

s = df['A']=='TEST'

df.loc[s,'B'] = 'WOW'
df.loc[~s, 'C'] = 'NO_GO'

输出：

      A    B      C
0  TEST  WOW      1
1    NO    B  NO_GO

【讨论】：

? 这样就可以了