根据另一列的值设置Pandas列的值

Question

根据另一列的值设置Pandas列的值

141

我需要在Pandas数据框中基于另一列的值设置一个列的值。这是逻辑：

if df['c1'] == 'Value':
    df['c2'] = 10
else:
    df['c2'] = df['c3']

我无法让它按照我期望的那样工作，这就是简单地创建一个包含新值的列（或更改现有列的值：两种方式都适用于我）。

如果我尝试运行上面的代码，或者将其编写为函数并使用apply方法，我会得到以下结果：

ValueError: 系列的真值是模糊的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。

- NLR

10个回答

81

您可以使用np.where()基于指定条件设置值：

#df
   c1  c2  c3
0   4   2   1
1   8   7   9
2   1   5   8
3   3   3   5
4   3   6   8

根据您的条件，现在更改列 ['c2'] 中的值（或设置值）。

df['c2'] = np.where(df.c1 == 8,'X', df.c3)

   c1  c2  c3
0   4   1   1
1   8   X   9
2   1   8   8
3   3   5   5
4   3   8   8

- DJK

如果我想保留所有原始列，该怎么办？ - mLstudent33

2

@mLstudent33，使用df['newColName'] = ...时，你要使用一个数据框中不存在的列名来创建一个新列，假设newColName还不存在。 - DJK

1

比其他解决方案更优越，因为(a)由于术语顺序的不确定性较小，更易读；(b)它更具未来性，因为更容易修改以考虑多个列，并且(c)它很快，没有在lambda中解释的代码。 - Contango

1

@DJK 我猜你代码中的 c2 是指输出表格中的 c4？你最好纠正其中一个。 - abu

42

尝试：

df['c2'] = df['c1'].apply(lambda x: 10 if x == 'Value' else x)

- aggis

感谢@AlexanderHughes。我的原始帖子有一个错别字：实际上需要考虑三列，所以这个解决方案行不通。 - NLR

7

应为 df.apply(lambda x: 10 if x['c1'] == 'Value' else x['c3'], axis=1)。 - DJK

9

处理大型数据集时可能会出现性能问题。使用df.apply()的速度较慢。 - ErnestScribbler

我也在寻找同样的解决方案，最终发现使用lambda函数和dataframe可以解决问题。我的代码如下：'ard['Hr'] = ard.apply(lambda x: x['Hr']+1 if x['Mi'] >= 45 and x['Mi'] < 60 else x['Hr'],axis=1)'。 - Runawaygeek

23

请注意波浪号（~）可以反转选择，这里使用了Pandas方法（比使用if/else更快）。

df.loc[(df['c1'] == 'Value'), 'c2'] = 10
df.loc[~(df['c1'] == 'Value'), 'c2'] = df['c3']

- vkerov

7

我建议分两步来完成：

# set fixed value to 'c2' where the condition is met
df.loc[df['c1'] == 'Value', 'c2'] = 10

# copy value from 'c3' to 'c2' where the condition is NOT met
df.loc[df['c1'] != 'Value', 'c2'] = df[df['c1'] != 'Value', 'c3']

- Ralf

这个非常令人困惑，你能展示一些表格来澄清吗？ - mLstudent33

6

你可以使用 pandas.DataFrame.mask 函数添加尽可能多的条件：

data = {'a': [1,2,3,4,5], 'b': [6,8,9,10,11]}

d = pd.DataFrame.from_dict(data, orient='columns')
c = {'c1': (2, 'Value1'), 'c2': (3, 'Value2'), 'c3': (5, d['b'])}

d['new'] = np.nan
for value in c.values():
    d['new'].mask(d['a'] == value[0], value[1], inplace=True)

d['new'] = d['new'].fillna('Else')
d

输出：

    a   b   new
0   1   6   Else
1   2   8   Value1
2   3   9   Value2
3   4   10  Else
4   5   11  11

- nimbous

4

我认为 Series.map()非常易读和高效，例如：

df["c2"] = df["c1"].map(lambda x: 10 if x == 'Value' else x)

我喜欢它，因为如果条件逻辑变得更加复杂，您可以将其移动到函数中，并只传递该函数而不是lambda表达式。

如果您需要基于多个列来确定条件逻辑，您可以像其他人建议的那样使用DataFrame.apply()。

- Pierre Monico

1

如果您的数据框较小/中等大小，请尝试使用df.apply()。

df['c2'] = df.apply(lambda x: 10 if x['c1'] == 'Value' else x['c1'], axis = 1)

否则，如果您有一个大的数据框，请按照上面评论中提到的切片技术进行操作。

- Rahul Bordoloi

0

很多提供的答案都很好！只想再加一点。在最受赞同的答案的基础上，使用.loc，如果你有一个值列表要检查，你可以修改这行代码：

df['c1'].loc[df['c1'] == 'Value'] = 10

到

df['c1'].loc[df['c1'].isin(['Value1','Value2','Value3'])] = 10

请注意，如答案中所解释的那样，这将替换列中的值。

- Drew Grant

-1

我有一个大数据集，使用 .loc[] 方法太慢了，所以我找到了矢量化的方法来处理。记住可以将列设置为逻辑运算符，这样就可以做到：

file['Flag'] = (file['Claim_Amount'] > 0)

这会得到一个布尔值，我想要的是这个，但是你可以将它乘以1等等来生成一个整数。

- Mark

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- sacuL · Accepted Answer

一个实现这个的方法是使用.loc索引。

示例

在没有示例数据框的情况下，我将在这里编写一个：

import numpy as np
import pandas as pd

df = pd.DataFrame({'c1': list('abcdefg')})
df.loc[5, 'c1'] = 'Value'

>>> df
      c1
0      a
1      b
2      c
3      d
4      e
5  Value
6      g

假设您想要创建一个新的列 c2，它与 c1 相同，除非 c1 为 Value，那么您希望将其分配给 10：

首先，您可以创建一个新的列 c2，并将其设置为与 c1 相同，使用以下两行代码中的任意一行（它们本质上执行相同的操作）：

df = df.assign(c2 = df['c1'])
# OR:
df['c2'] = df['c1']

然后，使用.loc找到所有c1等于'Value'的索引，并在这些索引处将所需值赋给c2：

df.loc[df['c1'] == 'Value', 'c2'] = 10

最终结果如下:

>>> df
      c1  c2
0      a   a
1      b   b
2      c   c
3      d   d
4      e   e
5  Value  10
6      g   g

如果按照您在问题中提到的想法，有时您可能只想替换已有列中的值，而不是创建新列，则可以跳过创建列这一步，执行以下操作：

df['c1'].loc[df['c1'] == 'Value'] = 10
# or:
df.loc[df['c1'] == 'Value', 'c1'] = 10

给你：