如何使用循环将多个条件应用于数据帧

Posted 2023-03-12

【中文标题】如何使用循环将多个条件应用于数据帧

【英文标题】：How to apply multiple conditions to dataframe with loop

【发布时间】：2021-11-23 18:56:20

【问题描述】：

我有以下数据框

dict1 = 'x_math_lp': 'John':'0',
                  'Lisa': 1,
                  'Karyn': '2',
         'o_math_lp': 'John': 0.005,
                       'Lisa': 0.001,
                       'Karyn':0.9
df= pd.DataFrame(dict1)

我想应用一个条件，如果第一列中的值小于 1，并且第二列中的值 >= 0.05，则将第一列中的值替换为“NaN”

结果应该是这样的

       x_math_lp    o_math_lp
John    NaN          0.005
Lisa    1            0.001
Karyn   NaN          0.900

注意：我想使用循环的原因是因为我的真实数据帧有 30 列，我要为数据帧中设置的每个列对执行此操作，本质上是更新整个数据帧。

【参考方案1】：

您可以将.loc 用于您想要的列并检查您的状况，如下所示。 （因为x_math_lp 中的某个数字是str 你可以使用pd.to_numeric）

试试这个：

>>> import numpy as np
>>> df.x_math_lp = pd.to_numeric(df.x_math_lp, errors='coerce')
>>> df.loc[((df['x_math_lp'] < 1) | (df['o_math_lp'] >= 0.005)), 'x_math_lp'] = np.nan
>>> df
       x_math_lp    o_math_lp
John    NaN         0.005
Lisa    1           0.001
Karyn   NaN         0.900

如果你想为每个列对在多个列上运行，你可以使用这个：

>>> df= pd.DataFrame('x_math_lp': 'John': 0,'Lisa': 1,'Karyn': 2,'o_math_lp': 'John': 0.005,'Lisa': 0.001,'Karyn':0.9,'y_math_lp': 'John': 0,'Lisa': 1,'Karyn': 2,'p_math_lp': 'John': 0.005,'Lisa': 0.001,'Karyn':0.9)
>>> columns = df.columns
>>> for a,b in  zip(columns[::2],columns[1::2]):
...    df.loc[((df[a] < 1) | (df[b] >= 0.005)), a] = np.nan
>>> df

       x_math_lp    o_math_lp   y_math_lp   p_math_lp
John     NaN         0.005            NaN   0.005
Lisa     1.0         0.001            1.0   0.001
Karyn    NaN         0.900            NaN   0.900

【讨论】：

感谢您的回复。结果是正确的，但如果 df['o_math_lp'] 小于零，则不适用条件。这两个条件都需要满足，然后我们更新第一列。

第一个条件是否缺失？ df.loc[(df['x_math_lp'] < 1) | (df['o_math_lp'] >= 0.005), 'x_math_lp'] = np.nan。 （他用“和”解释了他的问题，但我根据预期输出输入了or 运算符。）

@OnurOdabaşı 谢谢你的评论

非常感谢你们，我将尝试使用它来生成一个循环来处理我的整个数据集。