使用条件语句替换 pandas DataFrame 中的条目

Posted 2023-03-14

【中文标题】使用条件语句替换 pandas DataFrame 中的条目

【英文标题】：Replace an entry in a pandas DataFrame using a conditional statement

【发布时间】：2015-05-12 14:26:14

【问题描述】：

我想在给定条件的情况下更改 Dataframe 中条目的值。例如：

d = pandas.read_csv('output.az.txt', names = varname)
d['uld'] = (d.trade - d.plg25)*(d.final - d.price25)

if d['uld'] > 0:
   d['uld'] = 1
else:
   d['uld'] = 0

我不明白为什么上述方法不起作用。 感谢您的帮助。

【参考方案1】：

使用np.where 根据简单的布尔标准设置您的数据：

In [3]:

df = pd.DataFrame('uld':np.random.randn(10))
df
Out[3]:
        uld
0  0.939662
1 -0.009132
2 -0.209096
3 -0.502926
4  0.587249
5  0.375806
6 -0.140995
7  0.002854
8 -0.875326
9  0.148876
In [4]:

df['uld'] = np.where(df['uld'] > 0, 1, 0)
df
Out[4]:
   uld
0    1
1    0
2    0
3    0
4    1
5    1
6    0
7    1
8    0
9    1

至于你做的失败的原因：

In [7]:

if df['uld'] > 0:
   df['uld'] = 1
else:
   df['uld'] = 0
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-7-ec7d7aaa1c28> in <module>()
----> 1 if df['uld'] > 0:
      2    df['uld'] = 1
      3 else:
      4    df['uld'] = 0

C:\WinPython-64bit-3.4.3.1\python-3.4.3.amd64\lib\site-packages\pandas\core\generic.py in __nonzero__(self)
    696         raise ValueError("The truth value of a 0 is ambiguous. "
    697                          "Use a.empty, a.bool(), a.item(), a.any() or a.all()."
--> 698                          .format(self.__class__.__name__))
    699 
    700     __bool__ = __nonzero__

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

所以错误是您正在尝试使用 True 或 False 评估数组，这会变得模棱两可，因为有多个值要比较，因此会出现错误。在这种情况下，您不能真正使用推荐的any、all 等，因为您想屏蔽 df 并仅设置满足条件的值，pandas 网站上有关于此的解释： http://pandas.pydata.org/pandas-docs/dev/gotchas.html 和此处的相关问题：ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

np.where 将布尔条件作为第一个参数，如果为真则返回第二个参数，否则返回第三个参数。

更新

再次查看此内容后，您可以通过使用astype 进行转换将布尔系列转换为int：

In [23]:
df['uld'] = (df['uld'] > 0).astype(int)
df

Out[23]:
   uld
0    1
1    0
2    0
3    0
4    1
5    1
6    0
7    1
8    0
9    1

【讨论】：

非常感谢。我真的很惊讶我能提出一个问题并得到如此详细的答案。多么棒的体验。再次感谢！