在条件下设置pandas数据框的值

Question

我无法找到与此查询类似的问题。但是，我有一个Pandas数据帧，我想使用其中两列进行条件判断，如果为真，则替换其中一列的值。

例如，我的其中一列是“itemname”，另一列是“value”。'itemname' 可能会重复多次。我想为每个 'itemname' 检查，如果所有具有相同名称的其他项目的值都为0，则将这些 'value' 替换为100。

我知道这应该很简单，但我无法理解它。

为使其更清晰，请看这里：

    itemname value
0      a       0
1      b       100
2      c       0
3      a       0
3      b       75
3      c       90

我希望将这个数据框转换成以下形式：

    itemname value
0      a       100
1      b       100
2      c       0
3      a       100
3      b       75
3      c       90

希望这能让您明白。我检查了是否有其他人提出了类似的问题，但在这种情况下找不到相关内容。

- Callum Clark

---

所以，如果同一项的所有值都等于0，您希望它们变为100？ - Anton vBR

Answer 1

您可以使用GroupBy+transform创建掩码。然后通过pd.DataFrame.loc和布尔索引进行分配：

mask = df.groupby('itemname')['value'].transform(lambda x: x.eq(0).all())
df.loc[mask.astype(bool), 'value'] = 100

print(df)

  itemname  value
0        a    100
1        b    100
2        c      0
3        a    100
3        b     75
3        c     90

- jpp

Answer 2

使用transform与any：

df.loc[~df.groupby('itemname').value.transform('any'), 'value'] = 100

使用numpy.where函数：

s = ~df.groupby('itemname').value.transform('any')
df.assign(value=np.where(s, 100, df.value))

使用加法和乘法：

s = ~df.groupby('itemname').value.transform('any')
df.assign(value=df.value + (100 * s))

两种方法都能生成正确的输出，但是 np.where 和最终解决方案不会就地修改 DataFrame：

  itemname  value
0        a    100
1        b    100
2        c      0
3        a    100
3        b     75
3        c     90

---

说明

~df.groupby('itemname').value.transform('any')

0     True
1    False
2    False
3     True
3    False
3    False
Name: value, dtype: bool

由于 0 是一个假值，我们可以使用 any，并否定结果，来找到所有值都等于 0 的组。

- user3483203

Answer 3

如果您的所有值都是正数或0

可以使用transform和sum来检查是否为0：

m = (df.groupby('itemname').transform('sum') == 0)['value']
df.loc[m, 'value'] = 100

- Anton vBR

---

你可以有变量不全等于0，但它们的和仍为0。例如，你可以有一个值为“-50”，另一个值为“50”，因此总和为0，但这些值显然不等于 0。 - Joe Patten

@JoePatten 你当然是对的。我在顶部添加了一个if语句。我只是假设数值为正数。 - Anton vBR

@jpp 加进去。 - Anton vBR

我认为(df.groupby('itemname').value.transform('sum') == 0)更安全（也更快），因为如果添加某一列时出现错误，你可能会遇到问题。 - user3483203

另外，在检查“sum”之前为什么不使用绝对值呢？这将使该解决方案也适用于负数。 - user3483203

@user3483203 是的，我考虑过这个问题，但那将是另一个计算操作，而且说实话，如果值>0，感觉没必要。通过进行列检查可以捕获虚假数据。但确实我也会采取abs解决方案。 - Anton vBR