Python：如何通过循环将Dataframe中的2列相乘来替换一列中的0值？答案

【问题标题】：Python: How to replace only 0 values in a column by multiplication of 2 columns in Dataframe with a loop?Python：如何通过循环将Dataframe中的2列相乘来替换一列中的0值？
【发布时间】：2020-02-23 23:50:40
【问题描述】：

这是我的数据框：

df={'pack':[2,2,2,2], 'a_cost':[10.5,0,11,0], 'b_cost':[0,6,0,6.5]}

应该是这样的：

此时您会发现 a_cost 和 b_cost 列有 0，而其他列有值。我希望我的函数遵循这个逻辑......

for i in df.a_cost:
    if i==0:
       b_cost(column):value *(multiply) pack(column):value
       replace 0 with this new multiplied value (example: 6.0*2=12)
for i in df_b.cost:
    if i==0:
       a_cost(column):value /(divide) pack(column):value
       replace 0 with this new divided value (example: 10.5/2=5.25)

我无法弄清楚如何成功编写此逻辑...这是预期的输出：

代码输出：

df={'pack':[2,2,2,2], 'a_cost':[10.5,12.0,11,13.0], 'b_cost':[5.25,6,5.50,6.5]}

非常感谢您的帮助！

【问题讨论】：

标签： python pandas dataframe for-loop if-statement

【解决方案1】：

import numpy as np
df = pd.DataFrame({'pack':[2,2,2,2], 'a_cost':[10.5,0,11,0], 'b_cost':[0,6,0,6.5]})

df['a_cost'] = np.where(df['a_cost']==0, df['pack']*df['b_cost'], df['a_cost'])
df['b_cost'] = np.where(df['b_cost']==0, df['a_cost']/df['pack'], df['b_cost'])

print (df)
#pack  a_cost  b_cost
#0     2    10.5     5.25
#1     2    12.0     6.0
#2     2    11.0     5.50
#3     2    13.0     6.5

【讨论】：

嗨！所以，你说 .apply 应该被用作最后的手段......你会说如果我使用具有数十万个观察值的数据框 - 你的方法会不那么足智多谋吗？在旁注中，您的输出中似乎 b_cost 没有改变
@DGomonov 在速度方面会更快。还编辑了我的答案的输出，因为我没有运行下一行来测试哈哈。

【解决方案2】：

IIUC，

df.loc[df.a_cost.eq(0), 'a_cost'] = df.b_cost * df.pack
df.loc[df.b_cost.eq(0), 'b_cost'] = df.a_cost / df.pack

你也可以玩mask和fillna：

df['a_cost'] = df.a_cost.mask(df.a_cost.eq(0)).fillna(df.b_cost * df.pack)
df['b_cost'] = df.b_cost.mask(df.b_cost.eq(0)).fillna(df.a_cost / df.pack)

更新如评论，你可以在mask中使用other：

df['a_cost'] = df.a_cost.mask(df.a_cost.eq(0), other=df.b_cost * df.pack)

另请注意，一旦您已经在 a_cost 列中填写了 0，则不需要进行第二次过滤。也就是说，我们可以这样做：

df['b_cost'] = df.a_cost / df.pack

在这两种方法的第一个命令之后。

输出：

   pack  a_cost  b_cost
0     2    10.5    5.25
1     2    12.0    6.00
2     2    11.0    5.50
3     2    13.0    6.50

【讨论】：

我只是快速阅读这篇文章，但是您不能使用mask 的第二个参数而不是fillna 吗？
@rafaelc 确实非常正确。以前从未在mask 中使用过other。
@DGomonov 恕我直言，where(series) 和 mask(~series) 是相同的。对于你的情况，我觉得mask 更具可读性。
@DGomonov 如果您在 ycx 的回答中询问 np.where 和 mask()，我会说 np.where 更快一些。但我更喜欢loc 方法，因为它对我来说更具可读性。

【解决方案3】：

试试这个：

df['a_pack'] = df.apply(lambda x: x['b_cost']*x['pack'] if x['a_cost'] == 0 and x['b_cost'] != 0 else x['a_cost'], axis = 1)

df['b_pack'] = df.apply(lambda x: x['a_cost']/x['pack'] if x['b_cost'] == 0 and x['a_cost'] != 0 else x['b_cost'], axis = 1)

【讨论】：

行得通！谢谢，我肯定需要更熟悉 lambda 函数
请注意，.apply 通常只能作为最后的手段使用，因为它非常耗费资源
@ycx AFAIK，不鼓励使用.apply 主要是因为它的速度慢（基本上相当于for 循环），而不是因为资源限制。
@QuangHoang 这就是我的意思，但输入方式不同。你是对的。
@QuangHoang 感谢分解。但是，在您的情况下，您使用 .where 或 .mask - 如果我使用大型数据集，哪个更好？