在具有多个元素条件的数据框中设置值

Question

我有一个数据框。我想将具有特定参数值的行中所有小于 x 的值设置为新值。

我试过了，但我的数据帧没有任何反应。

   df_data = {'A': [4, 4, 5, 5],
               'B': [4, 4, 4, 5],
               'C': [4, 5, 5, 5],
               'Bool': [True, True, False, False]}
    test_df = pd.DataFrame(df_data, columns=['A', 'B', 'C', 'Bool'])
    test_df[test_df.iloc[:, :-1] < 5][test_df['Bool'] == True] = 99
    print(test_df)

我希望 test_df 中的某些元素的值为 99。

Answer 1

如果想要链布尔值 DataFrame 和 & 进行按位与运算，则必须将其转换为 numpy 数组 (N, 1)，然后使用 DataFrame.mask:[=15 设置新值=]

m = (test_df.iloc[:, :-1] < 5).values & test_df['Bool'].values[:, None]
print (m)
[[ True  True  True]
 [ True  True False]
 [False False False]
 [False False False]]

test_df.iloc[:, :-1] = test_df.iloc[:, :-1].mask(m, 99)
print(test_df)
    A   B   C   Bool
0  99  99  99   True
1  99  99   5   True
2   5   4   5  False
3   5   5   5  False

Answer 2

这个有效：

m = (test_df.iloc[:, :-1] < 5) & (pd.DataFrame(pd.np.tile((test_df['Bool'].values[:, None] == True), (1, 3)))).values
test_df.iloc[:, :-1] = test_df.iloc[:, :-1].mask(m, 99)

在具有多个元素条件的数据框中设置值

Set values in dataframe with multiple element-wise conditions

python

location

element

pandas