有条件地替换熊猫数据框中数组列表中的值答案

【问题标题】：Conditionally replace values in list of arrays in a pandas dataframe有条件地替换熊猫数据框中数组列表中的值
【发布时间】：2021-01-14 10:33:46
【问题描述】：

我想有条件地替换包含一系列数组的列中的值。

下面的示例数据集：（我的真实数据集包含更多的列和行）

index   lists                                  condition
0       ['5 apples', '2 pears']                B
1       ['3 apples', '3 pears', '1 pumpkin']   A
2       ['4 blueberries']                      A
3       ['5 kiwis']                            C
4       ['1 pumpkin']                          B
...     ...                                    ...

例如，如果条件是A，并且该行包含“1 个南瓜”，那么我想将值替换为XXX。但是如果条件是B并且该行包含1 pumpkin，那么我想将值替换为YYY。

期望的输出

index   lists                                  condition
0       ['5 apples', '2 pears']                B
1       ['3 apples', '3 pears', 'XXX']         A
2       ['4 blueberries']                      A
3       ['5 kiwis']                            C
4       ['YYY']                                B
...     ...                                    ...

事实上，目标是替换所有这些值，但1 pumpkin 只是一个示例。重要的是，我想维护数组结构。谢谢！

【问题讨论】：

标签： python pandas

【解决方案1】：

让我们先explode 然后np.select

s = df.explode('lists')
cond = s['lists']=='1 pumpkin'
c1 = cond&s['condition'].eq('A')
c2 = cond&s['condition'].eq('B')
s['lists'] = np.select([c1,c2],['XXX','YYY'],default = s.lists.values )
df['lists'] = s.groupby(level=0)['lists'].agg(list)

【讨论】：

【解决方案2】：

您可以使用要应用于Dataframe 的逻辑定义一个函数，然后调用df.apply(function) 将此逻辑传递给df

def pumpkin(row):

    if '1 pumpkin' in row['lists']:
        data = row['lists'][:]
        if row['condition'] == 'A':
            data[data.index('1 pumpkin')] = 'XXX'
        elif row['condition'] == 'B':
            data[data.index('1 pumpkin')] = 'YYY'
        return data
    return row['lists']

df['lists'] = df.apply(pumpkin, axis=1)

输出

                      lists condition
0       [5 apples, 2 pears]         B
1  [3 apples, 3 pears, XXX]         A
2           [4 blueberries]         A
3                 [5 kiwis]         C
4                     [YYY]         B

【讨论】：