在熊猫数据框（python）中迭代和编辑答案

【问题标题】：iterating and editing in pandas data frame (python)在熊猫数据框（python）中迭代和编辑
【发布时间】：2014-05-01 20:40:57
【问题描述】：

我需要根据另一列的布尔值修改我的 pandas 数据框的一列。假设我有一列值，一列是真/假，并且我想将 1 与相应的布尔真值相加。我尝试使用 iterrows，但这会复制数据框并且不会对其进行修改。

谢谢！

输入：

   val    bool
a   1.0   true
b   2.3   false
...

输出：

   val    bool
a  2.0    true
b  2.3    false

【问题讨论】：

df['val'] = df.apply(lambda row: row['val'] + [0,1][row['bool']], axis=1)
不要使用bool作为列名，加上你的值，如果它们应该是布尔值，它们是无效的，它们应该是True，False而不是true， false

标签： pandas

【解决方案1】：

使用loc 创建布尔掩码并使用此掩码更新值，例如：

In [157]:

df = pd.DataFrame({'a':np.random.randn(5), 'b':[True,False,True,True,False]})
df

Out[157]:
          a      b
0 -1.666632   True
1  1.518392  False
2 -0.340623   True
3 -0.233279   True
4 -0.169503  False

[5 rows x 2 columns]
In [158]:
# determine the locations where we have a True value for the boolean mask
df.loc[df.b==True,'a']
Out[158]:
0   -1.666632
2   -0.340623
3   -0.233279
Name: a, dtype: float64
In [159]:
# now add one
df.loc[df.b==True,'a'] += 1
In [160]:

df
Out[160]:
          a      b
0 -0.666632   True
1  1.518392  False
2  0.659377   True
3  0.766721   True
4 -0.169503  False

[5 rows x 2 columns]

【讨论】：