Skip to main content
 首页 » 编程设计

python之有条件地设置 Pandas 数据框列值

2025年04月02日13yyy_WW

这道题和下面的要求一模一样,多了一个转折,

所以,我想设置或有条件地设置 pandas dataframe 列值。增加的复杂性是,我不需要使用字符串常量 ( df['data1'] ) 来寻址数据框列,而是需要使用变量 ( df[var_for_data1] ) 来寻址它们,因为我的 df构造列名。

这是解释我想要什么的简化得多的例子:

df = pd.DataFrame({'data1': np.random.randn(100),'data2': np.random.randn(100)}) 
print(df.head()) 
 
Col = 'data1' 
print(df[Col].head()) 
df.data1 = df.data1 +.1 
print(df[Col].head()) 
# so far so good, now how to do above with variable dataframe column name `Col` 
#df.Col = df.Col + .1 

问题在代码中,到目前为止一切顺利,现在如何使用可变数据框列名 Col 。

下一个问题就是如何给上面的assignment加上条件,说做就做if df.data1 >=.25 and df.data1 <= .35: .当然,使用可变数据框列名 Col 来表达它.

请您参考如下方法:

您可以使用方括号来访问使用字符串而不是作为属性的列名,我还强烈建议您放弃这种按属性访问列的习惯,因为这会导致混淆行为,例如如果您有一个列name sum 和你做 df.sum 将返回方法 sum 的地址而不是列 'sum'.

所以 df[Col] = df[Col] + 1

只要列名存在就可以工作。

关于您的第二个问题,要将数组与标量值进行比较,请使用按位运算符 &、| 和 ~ for and、or 和 not 分别返回 bool 值数组,要使用多个条件,您需要将条件括在括号中,因为运算符& 的优先级高于比较运算符。

所以:

df[(df[col] >=.25) & (df[col] <= .35)] 

应该可以,这会将 df 屏蔽为仅满足两个条件的行