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）