pandas DataFrame：用另一个值替换多列中的值答案

【问题标题】：pandas DataFrame: replace values in multiple columns with the value from anotherpandas DataFrame：用另一个值替换多列中的值
【发布时间】：2019-11-11 20:03:10
【问题描述】：

我有一个 pandas DataFrame，我想用同一行中另一个列的值替换选择列中的某些值。

我做了以下事情：

df[cols[23:30]] = df[cols[23:30]].apply(lambda x: x.replace(99, df['col1']))
df[cols[30:36]] = df[cols[30:36]].apply(lambda x: x.replace(99, df['col2']))

cols 是一个包含列名的列表。
99 被认为是一个缺失值，我想用给定类的（已经计算的）平均值（即 col1 或 col2，取决于选择）替换它

它有效，但替换所有这些值所需的时间似乎比必要的要长。我认为必须有一种更快（计算上）的方法来实现相同的目标。

有什么建议吗？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

你可以试试：

import numpy as np

df[cols[23:30]] = np.where(df[cols[23:30]] == 99, df[['col1'] * (30-23)], df[cols[23:30]])

df[cols[30:36]] = np.where(df[cols[30:36]] == 99, df[['col2'] * (36-30)], df[cols[30:36]])

df[["col1"] * n] 将创建具有完全相同的列重复n 次的数据框，因此如果遇到99，numpy 可以将其用作您想要遍历的n 列的掩码，否则采用相应的值，已经在那里了。

【讨论】：