Pandas / Python: установка значения одного столбца на основе значения в другом столбце

Question

Pandas / Python: установка значения одного столбца на основе значения в другом столбце

Мне нужно установить значение одного столбца на основе значения другого в фрейме данных Pandas. Это логика:

if df['c1'] == 'Value':

    df['c2'] = 10

else:

    df['c2'] = df['c3']

Я не могу заставить это сделать то, что я хочу, а именно просто создать столбец с новыми значениями (или изменить значение существующего столбца: любой из них работает для меня).

Если я попытаюсь выполнить приведенный выше код или напишу его как функцию и использую метод apply, то получу следующее:

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

14356 4

python pandas conditional

4 ответов:

Comments

Ничего не найдено.

sacul · Accepted Answer · 2018-09-12 21:49:39

Один из способов сделать это-использовать индексацию с помощью .loc.

Пример

В отсутствие примера фрейма данных я приведу его здесь:
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
Предполагая, что вы хотите создать новый столбец c2, эквивалентно c1, за исключением того, что c1 является Value, и в этом случае вы хотели бы присвоить ему значение 10:

Во-первых, вы можете создать новый столбец c2 и установить его эквивалентным c1, используя одну из следующих двух строк (они по существу, делать то же самое):
df = df.assign(c2 = df['c1'])
# OR:
df['c2'] = df['c1']
Затем найдите все индексы, где c1 равно 'Value', используя .loc, и назначьте нужное значение в c2 по этим индексам:
df.loc[df['c1'] == 'Value', 'c2'] = 10
И вы заканчиваете так:
>>> df
      c1  c2
0      a   a
1      b   b
2      c   c
3      d   d
4      e   e
5  Value  10
6      g   g
Если, как вы предположили в своем вопросе, вы, возможно, иногда просто захотите заменить значения в столбце, который у вас уже есть, а не создавать новый столбец, то просто пропустите создание столбца и выполните следующие действия. следующее:
df['c1'].loc[df['c1'] == 'Value'] = 10
Даю вам:
>>> df
      c1
0      a
1      b
2      c
3      d
4      e
5     10
6      g

AlexanderHughes · Accepted Answer · 2018-03-07 23:06:13

Попробуйте:

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

DJK · Accepted Answer · 2018-03-08 00:28:10

Вы можете использовать np.where() устанавливать значения на основе кодирования
#df
   c1  c2  c3
0   4   2   1
1   8   7   9
2   1   5   8
3   3   3   5
4   3   6   8
Теперь измените значения (или установите) в столбце ['c2'] в зависимости от вашего состояния.
df['c2'] = np.where(df.c1 == 8,'X',df.c3)

  c1  c3 c4
0   4   1  1
1   8   9  X
2   1   8  8
3   3   5  5
4   3   8  8

Ralf · Accepted Answer · 2018-03-08 00:29:15

Я предлагаю сделать это в два этапа:

# 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']