Skip to main content
 首页 » 编程设计

python之使用 pandas 中的列条件更改特定行中的值

2024年12月31日9yjmyzz

我有一个包含两列 gender, score 的数据框 df。

|---------------------|------------------| 
|      gender         |     score        | 
|---------------------|------------------| 
|          male       |         34       | 
|---------------------|------------------| 
|          female     |         34       | 
|---------------------|------------------| 
|          male       |         34       | 
|---------------------|------------------| 
|          female     |         34       | 
|---------------------|------------------| 
|          male       |         34       | 
|---------------------|------------------| 

我想将第 3 行到第 5 行的男性(gender == 'male')分数更改为 0,预期输出:

|---------------------|------------------| 
|      gender         |     score        | 
|---------------------|------------------| 
|          male       |         34       | 
|---------------------|------------------| 
|          female     |         34       | 
|---------------------|------------------| 
|          male       |         0        | 
|---------------------|------------------| 
|          female     |         34       | 
|---------------------|------------------| 
|          male       |         0        | 
|---------------------|------------------| 

如何将 iloc 与该条件相结合?

请您参考如下方法:

备选方案 1:

你可以用两个掩码(条件)来完成。这应该是可读的并且有意义。

m1 = (df.gender == 'male') 
m2 = (df.gender.duplicated()) 
 
df.loc[m1&m2, 'score'] = 0 

备选方案 2:

切掉非零掩码的第一个真值(需要import numpy as np)。这应该会更快。

m = np.nonzero(df.gender=='male')[0][1:] 
df.loc[m, 'score'] = 0 

完整示例:

import pandas as pd 
import numpy as np 
 
df = pd.DataFrame({ 
    'gender': ['male','female','male','female','male'], 
    'score': 34 
}) 
 
m1 = (df.gender == 'male') 
m2 = (df.gender.duplicated()) 
 
m = np.nonzero(df.gender=='male')[0][1:] 
df.loc[m, 'score'] = 0 
 
print(df) 

返回:

   gender  score 
0    male     34 
1  female     34 
2    male      0 
3  female     34 
4    male      0