根据多个列的条件更改数据框列中的某些值

Question

让我们使用这个示例数据框：

df = pd.DataFrame({'Category':['A','B','B','B','A'], 'Subcategory':['C','C','E','D','D']})

  Category Subcategory
0        A           C
1        B           C
2        B           E
3        B           D
4        A           D

我想用“B2”替换类别中的“B”值，其中子类别中有 C 或 D。我尝试了以下操作，但出现错误“系列的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或a.all()" :

df['Category']=np.where((df['Category']=='B') and (df['Subcategory']=='C' or df['Subcategory']== 'D'),'B2',df['Category'])

我知道 Whosebug 上已经有人问过一些类似的问题，但我不知道我哪里错了。你能帮我理解我的错误吗？

预期输出：

  Category Subcategory
0        A           C
1       B2           C
2        B           E
3       B2           D
4        A           D

Answer 1

在每个条件下使用按位运算符和括号。参考进行解释

df['Category']=np.where((df['Category']=='B')
                        & ((df['Subcategory']=='C')
                           | (df['Subcategory']== 'D')),'B2',df['Category'])
df

Category    Subcategory
0   A   C
1   B2  C
2   B   E
3   B2  D
4   A   D

最好使用 isin 检查多个值，df["Subcategory"].isin(['C', 'D'])

Answer 2

使用df.loc。您也可以使用 df[column].isin 表示多个值。

df.loc[(df["Subcategory"].isin(['C','D'])) & (df["Category"]=='B'),'Category']="B2"

输出

df
  Category Subcategory
0        A           C
1        B           C
2        B           E
3        B           D
4        A           D
df.loc[(df["Subcategory"].isin(['C', 'D'])) & (df["Category"] == 'B'), 'Category'] = "B2"
df
  Category Subcategory
0        A           C
1       B2           C
2        B           E
3       B2           D
4        A           D

根据多个列的条件更改数据框列中的某些值

Change certain values in a dataframe column based on conditions on several columns

python

numpy

where-clause

dataframe

pandas