循环遍历熊猫表，按条件更改其他列的值

Posted 2023-03-12

【中文标题】循环遍历熊猫表，按条件更改其他列的值

【英文标题】：Looping through pandas table, changing value by condition on other column

【发布时间】：2019-01-16 15:13:48

【问题描述】：

我目前正在尝试根据另一个列值更改熊猫列的值。到目前为止没问题，但我想遍历两列以设置我的表，如下例所示：

我有一个这样的熊猫表：

id  id2
1    0
1    0
1    0
2    0
2    0
2    0
...

我想得到这样的东西：

id  id2
1    1
1    2
1    3
2    1
2    2
2    3
...

所以我必须以某种方式检查id 列的值，并根据它更改id2 的值。到目前为止，我只有那个：

n=1
m=50
df.loc[df.id==n, 'id2'] = m

这给了我以下输出，但不是我想要做的：

 id  id2
 1   50
 1   50
 1   50
 2   50
 2   50
 2   50

我是编程新手，我尝试的所有循环都失败了。如果有人能解释我该怎么做，我将非常感激！

【问题讨论】：

如果你使用.loc 应该没问题。我不明白输出不符合预期。你是怎么做的？循环n 即范围（10）？您是否更改了m 的值？因为如果您不这样做，那么每次循环时，相应的n 将被更改，但相同的50。

【参考方案1】：

也许DataFrame.rank() 方法是你需要的。

例子：

import pandas as pd
df = pd.DataFrame('id1':[1,1,1,2,2,2,3,3],'id2':[0,0,0,0,0,0,0,0])
df['dummy_rank'] = df['id2'].groupby(df['id1']).rank(method='first').apply(int)

关键是“方法”参数，您可以通过文档熊猫了解更多信息。

【参考方案2】：

将 cumsum() 与 groupby() 一起使用

df = pd.DataFrame('id':[1,1,1,2,2,2], 'id2':[0,0,0,0,0,0])

df['id2'] =1
df['id2'] = df.groupby('id')['id2'].cumsum()
print(df)

输出：

   id  id2
0   1    1
1   1    2
2   1    3
3   2    1
4   2    2
5   2    3

【讨论】：

非常感谢，这正是我正在寻找的！

有没有办法从 0 开始而不是从 1 开始？

@Mauritius 你可以使用add(-1) 像df['id2'] = df.groupby('id')['id2'].cumsum().add(-1)