当我想替换满足条件的特定值并替换基于另一个条件的值时,我遇到了麻烦。
数据帧示例 (df)
Gender Surname Ticket
` 0 masc Family1 a12`
` 1 **fem NoGroup aa3**`
` 2 boy Family1 125`
` 3 **fem Family2 aa3**`
` 4 fem Family4 525`
` 5 masc NoGroup a52`
将df['Surname']列所有行的de值替换的条件是:
if ((df['Gender']!= masc) & (df['Surname'] == 'NoGroup'))
代码必须搜索具有相同票证的行并替换对应的姓氏值,否则保留已存在的值('noGroup')。
在此示例中,第 1 行(“noGroup”)中的 ['Surname'] 值应替换为对应于第 3 行的“family2”。
这个方法我试过了,没用
for i in zip((df['Gender']!='man') & df['Surname']=='noGroup'): df['姓氏'][i] = df.loc[df['票']==df['姓氏'][i]]
请您参考如下方法:
使用 Pandas,您的目标应该是矢量化计算,而不是逐行循环。这是一种方法。首先将选定的值转换为 None:
df.loc[df['Gender'].ne('masc') & df['Surname'].eq('NoGroup'), 'Surname'] = None
然后在过滤器之后创建一个从Ticket到Surname的系列映射:
s = df[df['Surname'].notnull()].drop_duplicates('Ticket').set_index('Ticket')['Surname']
最后,将空值映射到计算出的系列:
df['Surname'] = df['Surname'].fillna(df['Ticket'].map(s))
结果:
Gender Surname Ticket
0 masc Family1 a12
1 fem Family2 aa3
2 boy Family1 125
3 fem Family2 aa3
4 fem Family4 525
5 masc NoGroup a52
