熊猫根据一列中值的条件一次覆盖多列中的值答案

【问题标题】：pandas overwrite values in multiple columns at once based on condition of values in one column熊猫根据一列中值的条件一次覆盖多列中的值
【发布时间】：2020-05-06 14:28:55
【问题描述】：

我有这样的DataFrame：

df = pd.DataFrame(data={
    'col0': [11, 22,1, 5]
    'col1': ['aa:a:aaa', 'a:a', 'a', 'a:aa:a:aaa'],
    'col2': ["foo", "foo", "foobar", "bar"],
    'col3': [True, False, True, False],
    'col4': ['elo', 'foo', 'bar', 'dupa']})

我想在 col1 中的 ":" 上拆分后获取列表的长度，然后我想覆盖长度 > 2 的值，或者不覆盖长度

理想情况下，尽可能快地排成一行。

目前，我尝试但它返回 ValueError。

df[['col1', 'col2', 'col3']] = df.loc[df['col1'].str.split(":").apply(len) > 2], ("", "", False), df[['col1', 'col2', 'col3']])

编辑： col1 的条件。 EDIT2：感谢您提供的所有出色且快速的答案。惊人的！ EDIT3：10^6 行的计时：

@ansev 3.2657s

@jezrael 0.8922s

@anky_91 1.9511s

【问题讨论】：

条件是col2还是col1？
我为这个错误道歉。它是 col1。

标签： python pandas apply

【解决方案1】：

另一种方法是 Series.str.split 与 expand = True 和 DataFrame.count 与 axis=1。

df.loc[df['col1'].str.split(":",expand = True).count(axis=1).gt(2),['col1','col2','col3']]=["", "", False]
print(df)
   col0 col1    col2   col3  col4
0    11               False   elo
1    22  a:a     foo  False   foo
2     1    a  foobar   True   bar
3     5               False  dupa

【讨论】：

【解决方案2】：

使用Series.str.count，添加1，通过Series.gt进行比较，并将列表分配给列表中的过滤列：

df.loc[df['col1'].str.count(":").add(1).gt(2), ['col1','col2','col3']] = ["", "", False]
print (df)
   col0 col1    col2   col3  col4
0    11               False   elo
1    22  a:a     foo  False   foo
2     1    a  foobar   True   bar
3     5               False  dupa

【讨论】：

这是最好的答案，因为它不存储临时拆分，但为什么不使用 gt(1) 而不是添加 1 和 gt(2)？
@anishtain4 - 是的，同意

【解决方案3】：

你需要series.str.len()拆分后确定列表的长度，然后你可以比较和使用.loc[]，在条件匹配的地方分配列表：

df.loc[df['col1'].str.split(":").str.len()>2,['col1','col2','col3']]=["", "", False]
print(df)

   col0 col1    col2   col3  col4
0    11               False   elo
1    22  a:a     foo  False   foo
2     1    a  foobar   True   bar
3     5               False  dupa

【讨论】：