从 Pandas 数据框中的其他列分配列值

Question

如何将数据框中的列指定为等于另一列if/where满足条件？

更新
问题
当满足条件时，我需要为许多列分配值（有时是该行中另一列的值）。

条件不是问题。

我需要一个有效的方法来做到这一点：

df.loc[some condition it doesn't matter,
['a','b','c','d','e','f','g','x','y']]=df['z'],1,3,4,5,6,7,8,df['p']

简化示例数据

d = {'var' : pd.Series([10,61]),
'c' : pd.Series([100,0]),
'z' : pd.Series(['x','x']),
'y' : pd.Series([None,None]),
'x' : pd.Series([None,None])}
df=pd.DataFrame(d)

条件 if var不缺失且第一个数字小于5
结果使df.x=df.z & df.y=1

这是不起作用的伪代码，但这是我想要的。

df.loc[((df['var'].dropna().astype(str).str[0].astype(int) < 5)),
['x','y']]=df['z'],1

但我明白了

ValueError：无法使用长度不同于值的类似列表的索引器进行设置

理想输出

     c  var     x     z     y
0  100    10    x     x     1
1    0    61    None  x  None

下面的代码有效，但效率太低，因为我需要为多个列赋值。

df.loc[((df['var'].dropna().astype(str).str[0].astype(int) < 5)),
['x']]=df['z']
df.loc[((df['var'].dropna().astype(str).str[0].astype(int) < 5)),
['y']]=1

Answer 1

这是一种方法：

import pandas as pd
import numpy as np

d = {'var' : pd.Series([1,6]),
'c' : pd.Series([100,0]),
'z' : pd.Series(['x','x']),
'y' : pd.Series([None,None]),
'x' : pd.Series([None,None])}
df = pd.DataFrame(d)

# Condition 1: if var is not missing
cond1 = ~df['var'].apply(np.isnan)
# Condition 2: first number is less than 5
cond2 = df['var'].apply(lambda x: int(str(x)[0])) < 5
mask = cond1 & cond2
df.ix[mask, 'x'] = df.ix[mask, 'z']
df.ix[mask, 'y'] = 1
print df

输出：

     c  var     x     y  z
0  100    1     x     1  x
1    0    6  None  None  x

如您所见，必须在赋值的两边都应用布尔掩码，并且您需要在 y 列上广播值 1。将步骤分成多行可能更清晰。

问题已更新，编辑：更一般地说，由于一些分配依赖于其他列，而一些分配只是沿着列广播，您可以分两步完成：

df.loc[conds, ['a','y']] = df.loc[conds, ['z','p']]
df.loc[conds, ['b','c','d','e','f','g','x']] = [1,3,4,5,6,7,8]

您可以分析一下，看看这对您的用例是否足够有效。

Answer 2

您可以按行工作：

def f(row):
    if row['var'] is not None and int(str(row['var'])[0]) < 5:
        row[['x', 'y']] = row['z'], 1
    return row

>>> df.apply(f, axis=1)
     c  var     x   y  z
0  100   10     x   1  x
1    0   61  None NaN  x

覆盖原来的df：

df = df.apply(f, axis=1)

从 Pandas 数据框中的其他列分配列值

Assign columns' value from other columns in Pandas dataframe

python

pandas