用熊猫的列条件更改特定行中的值

Question

我有一个df两列的数据框gender, score。|---------------------|------------------||      gender         |     score        ||---------------------|------------------||          male       |         34       ||---------------------|------------------||          female     |         34       ||---------------------|------------------||          male       |         34       ||---------------------|------------------||          female     |         34       ||---------------------|------------------||          male       |         34       ||---------------------|------------------|我想将男性（gender == 'male'）的分数从第3行更改为第5行，以达到预期的输出：0|---------------------|------------------||      gender         |     score        ||---------------------|------------------||          male       |         34       ||---------------------|------------------||          female     |         34       ||---------------------|------------------||          male       |         0        ||---------------------|------------------||          female     |         34       ||---------------------|------------------||          male       |         0        ||---------------------|------------------|我iloc该如何结合这种状况？

Answer 1

Alt1：

您可以使用两个遮罩（条件）来完成此操作。这应该是可读且有意义的。

m1 = (df.gender == 'male')

m2 = (df.gender.duplicated())

df.loc[m1&m2, 'score'] = 0

Alt2：

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

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)

返回值：

   gender  score

0    male     34

1  female     34

2    male      0

3  female     34

4    male      0

Answer 2

我觉得你需要

m=df.loc[2:5,:].loc[df['gender']=='male']

df.loc[m.index,'score']=0

print(df)

    gender  score

0   male    34

1   female  34

2   male    0

3   female  34

4   male    0