假设我有以下 pd.DataFrame：
| INDEX | a | b | c |
|---|---|---|---|
| A | 5 | 7 | 2 |
| B | 3 | 2 | 1 |
| C | 9 | 6 | 3 |
还有以下 pd.Series：
| a | b | c |
|---|---|---|
| -1 | -4 | -5 |
我想根据列名将大于或等于 6 的 DataFrame 替换为 Series 中的相应值。
例如，我想将单元格 Ab (7>6) 替换为 -4（因为单元格 Ab 在 col b 中，并且该系列在该索引中具有 -4）。
在上面的示例中，DataFrame 将如下所示：
| ~ | a | b | c |
|---|---|---|---|
| A | 5 | -4 | 2 |
| B | 3 | 2 | 1 |
| C | -1 | -4 | 3 |
我知道如何使用以下方法识别所需的单元格：
df[df>=6]，但是当我尝试分配系列时 (df[df>=6]=series) 出现错误。
谢谢 ：）
你可以mask和fillna：
out = df.mask(df.ge(6)).fillna(s, downcast='infer')
输出：
a b c
INDEX
A 5 -4 2
B 3 2 1
C -1 -4 3
【讨论】：
让我们一起做mask axis=1
df.mask(df >= 6, series, axis=1)
a b c
INDEX
A 5 -4 2
B 3 2 1
C -1 -4 3
【讨论】：
使用布尔索引和fillna：
s = pd.Series([-1,-4,-5],['a','b','c'])
df[df.lt(6)].fillna(s)
a b c
INDEX
A 5.0 -4.0 2
B 3.0 2.0 1
C -1.0 -4.0 3
【讨论】：