Pandas DataFrame:根据条件替换列中的所有值
Posted
技术标签:
【中文标题】Pandas DataFrame:根据条件替换列中的所有值【英文标题】:Pandas DataFrame: replace all values in a column, based on condition 【发布时间】:2015-10-09 07:26:33 【问题描述】:我有一个简单的 DataFrame,如下所示:
我想从“第一季”列中选择所有值,并将超过 1990 年的值替换为 1。在此示例中,只有巴尔的摩乌鸦队会将 1996 年替换为 1(保持其余数据不变)。
我用过以下:
df.loc[(df['First Season'] > 1990)] = 1
但是,它将该行中的所有值替换为 1,而不仅仅是“第一季”列中的值。
如何仅替换该列中的值?
【问题讨论】:
【参考方案1】:另一种选择是使用列表推导:
df['First Season'] = [1 if year > 1990 else year for year in df['First Season']]
【讨论】:
当您需要直接处理值而不是使用常量值时,这是最佳选择。【参考方案2】:df.loc[df['First season'] > 1990, 'First Season'] = 1
解释:
df.loc
接受两个参数,“行索引”和“列索引”。我们正在检查“第一季”列下每行值的值是否大于 1990,然后我们将其替换为 1。
【讨论】:
【参考方案3】:我们可以使用以下语法更新 df 中的 First Season 列:
df['First Season'] = expression_for_new_values
要映射第一季中的值,我们可以使用 pandas 的 .map() 方法,语法如下:
data_frame(['column']).map('initial_value_1':'updated_value_1','initial_value_2':'updated_value_2')
【讨论】:
【参考方案4】:对于单一条件,即。 ( 'employrate'] > 70 )
country employrate alcconsumption
0 Afghanistan 55.7000007629394 .03
1 Albania 51.4000015258789 7.29
2 Algeria 50.5 .69
3 Andorra 10.17
4 Angola 75.6999969482422 5.57
使用这个:
df.loc[df['employrate'] > 70, 'employrate'] = 7
country employrate alcconsumption
0 Afghanistan 55.700001 .03
1 Albania 51.400002 7.29
2 Algeria 50.500000 .69
3 Andorra nan 10.17
4 Angola 7.000000 5.57
因此这里的语法是:
df.loc[<mask>(here mask is generating the labels to index) , <optional column(s)> ]
对于多个条件,即。 (df['employrate'] <=55) & (df['employrate'] > 50)
使用这个:
df['employrate'] = np.where(
(df['employrate'] <=55) & (df['employrate'] > 50) , 11, df['employrate']
)
out[108]:
country employrate alcconsumption
0 Afghanistan 55.700001 .03
1 Albania 11.000000 7.29
2 Algeria 11.000000 .69
3 Andorra nan 10.17
4 Angola 75.699997 5.57
因此这里的语法是:
df['<column_name>'] = np.where((<filter 1> ) & (<filter 2>) , <new value>, df['column_name'])
【讨论】:
【参考方案5】:df['First Season'].loc[(df['First Season'] > 1990)] = 1
奇怪的是没有人有这个答案,你的代码中唯一缺少的部分是 df 之后的 ['First Season'] ,只需删除里面的大括号。
【讨论】:
【参考方案6】:聚会有点晚了,但仍然 - 我更喜欢使用 numpy where:
import numpy as np
df['First Season'] = np.where(df['First Season'] > 1990, 1, df['First Season'])
【讨论】:
我正在寻找有条件地覆盖列值的解决方案,但基于其他列的值,如下所示:df['col1'] = np.where(df['id'] == '318431682259014', 'NEW', df['col1']) 这就是它的解决方案。 我正在尝试针对这样的多种情况执行此操作,但我不断收到ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()
。我想做的基本上是df['A'] = np.where(df['B'] in some_values, df['A']*2, df['A]
。有人对此有想法吗?
现在pandas内置了where
方法,和pandas.pydata.org/pandas-docs/stable/reference/api/…中的np.where
比较
我在玩这个 df,发现如果你将代码更改为 ...nfl_df['First Season'] = np.where(nfl_df['First Season'] > 1990, 1 , nfl_df['Total Games']) 然后它将第一季中的所有值替换为 Total Games 中的值,而不仅仅是 1990 年以上的值。为什么要这样做?这似乎不太合乎逻辑。【参考方案7】:
您需要选择该列:
In [41]:
df.loc[df['First Season'] > 1990, 'First Season'] = 1
df
Out[41]:
Team First Season Total Games
0 Dallas Cowboys 1960 894
1 Chicago Bears 1920 1357
2 Green Bay Packers 1921 1339
3 Miami Dolphins 1966 792
4 Baltimore Ravens 1 326
5 San Franciso 49ers 1950 1003
所以这里的语法是:
df.loc[<mask>(here mask is generating the labels to index) , <optional column(s)> ]
您可以查看docs 以及显示语义的10 minutes to pandas
编辑
如果你想生成一个布尔指标,那么你可以只使用布尔条件来生成一个布尔系列并将 dtype 转换为 int
这会将 True
和 False
转换为 1
和 0
分别:
In [43]:
df['First Season'] = (df['First Season'] > 1990).astype(int)
df
Out[43]:
Team First Season Total Games
0 Dallas Cowboys 0 894
1 Chicago Bears 0 1357
2 Green Bay Packers 0 1339
3 Miami Dolphins 0 792
4 Baltimore Ravens 1 326
5 San Franciso 49ers 0 1003
【讨论】:
以上是关于Pandas DataFrame:根据条件替换列中的所有值的主要内容,如果未能解决你的问题,请参考以下文章
如何根据有序列表替换pandas dataframe列中的元素?
Python Pandas根据多个其他列中的条件替换一列中的值[重复]
在 Pandas Dataframe 列中的嵌套字典中搜索和替换
pandas使用replace函数将dataframe指定数据列中的特定字符串进行自定义替换(replace substring in dataframe column values)