替换数据框中的值

Question

我有一个包含 3 列（A、B、C）的数据框。当列= 22 时，我想用列更新C列。我已经编写了这样的更新语句，但它正在更新不匹配的行。你能告诉我如何更新数据框中的数据吗？ABNaNdf = pd.DataFrame(data=[[10,20,30],[11,21,31],[12,22,32]], columns=['A','B','C']) df.C = df[df.B==22].A

Answer 1

让我们尝试一下mask

df.C.mask(df.B==22, df.A,inplace=True)

df

    A   B   C

0  10  20  30

1  11  21  31

2  12  22  12

Answer 2

这是执行此操作的几种方法之一，是的，它需要额外的包，但如果您不知道np.where它非常方便。

import numpy as np

df['C'] = np.where(df['B']==22, df['A'], df['C'])

Answer 3

df.loc[df.B==22, 'C'] = df.loc[df.B==22, 'A']




Answer 4

另一种选择是使用locand reindex：

df['C'] = df.loc[df.B==22,'A'].reindex(df.index).fillna(df['C'])

---

理想情况下，您可以np.where在这种情况下使用，但这就是您的代码不起作用的原因：

下面

df[df.B==22].A

返回：

2    12

您将看到返回值的索引是2，因此当您设置df.C（使用括号表示法而不是.表示法）时，它会更新命名C为前一个结果的系列，该系列不包含其他索引（但仅包含2），因此其他指标设置为np.nan

此外，强烈建议不要chained indexing在赋值时使用它，因为它会导致此警告。