如何使用 loc 的多个条件更改数据框中的值？答案

【问题标题】：How to change a value in a dataframe using multiple conditions with loc?如何使用 loc 的多个条件更改数据框中的值？
【发布时间】：2020-12-04 09:23:59
【问题描述】：

我想更改数据框的行/列中的值，如下所示：

在区间内，当找到一个不等于1的值时，就应该放2。

例子：

初始df：

index                      event
2019-12-07 18:30:16         0
2019-12-07 19:30:16         0           
2019-12-07 20:30:16         0           
2019-12-07 21:30:16         0           
2019-12-07 22:30:16         1

想要的df：

index                      event
2019-12-07 18:30:16         0
2019-12-07 19:30:16         0           
2019-12-07 20:30:16         0           
2019-12-07 21:30:16         0           
2019-12-07 22:30:16         2

以下代码有效，但我无法更改值：

mask = (df.index > start_dates) & (df.index <= end_dates)

for k in range (0, len(df.loc[mask])):
    if df.loc[mask].event[k] == 1:
        df.loc[mask].loc[df.loc[mask].event == 1, "event"] = 2

我无法将最后一行代码中的值从 1 更改为 2。

我也试过这个...：

df.loc[mask].loc[df.loc[mask].event == 1, "event"] = 2
df.loc[mask].event[df.loc[mask].event == '1'] = 2
df.loc[mask].event[k] = 2

但以上几行都不起作用。

请帮助我。 :( 任何帮助都非常感谢！

【问题讨论】：

标签： python pandas dataframe time-series assign

【解决方案1】：

您最后尝试的三行是 pandas 所说的“链式 loc 调用”，如果您想使用它们分配新值，每次都会失败。一个.loc 就足够你想要的了

df.loc[mask] = 2
 # or
df.loc[mask, :] = 2
# both will assign two to all columns if you have more

# or also
df.loc[mask, 'event'] = 2

不需要循环，.loc 将使用布尔掩码选择您想要的行。

编辑

您可以在掩码中包含第三个条件

mask = (df.index > start_dates) & (df.index <= end_dates) & (df.event ==1)

或者让你的面具保持原样并结合.loc中的条件

df.loc[mask & (df.event ==1), 'event'] = 2

【讨论】：

我试过这些，但他们把值 2 放在整个列上，我想只在 1 的地方有它。在这种情况下应该如何修改？

【解决方案2】：

也许你想试试这个：假设您有一个像这样的数据框：

df = pd.DataFrame(data={"index":[1,2,3,4], "val":[0,0,1,0],"event":[0,0,0,0]})

当 val 为 1 时，您想要增加 val 值。然后你只需这样做：

df.loc[df['val'] == 1, 'val'] = 2

【讨论】：