使用来自另一列的数据修改 pandas 列的子集答案

【问题标题】：Modify a subset of a pandas column using data from another column使用来自另一列的数据修改 pandas 列的子集
【发布时间】：2021-11-09 10:22:23
【问题描述】：

我正在尝试修改列中的特定值，其中修改使用另一列中的值。例如说我有一个df：

A    B    C
1    3    8
1    6    8
2    2    9
2    6    1
3    4    5
3    6    7

我想要的df['B'] = df['B'] + df['C'] 仅用于子集df.loc[df['A'] == 2]

制作：

A    B    C
1    3    8
1    6    8
2    11   9
2    7    1
3    4    5
3    6    7

我试过了

df.loc[(df['A']==2), 'B'].apply(lambda x: x + df['C'])

但得到：

InvalidIndexError：重新索引仅对具有唯一值的索引对象有效

【问题讨论】：

【解决方案1】：

如果你不介意使用numpy，我发现它对于像你这样的任务非常简单：

import numpy as np
df['B'] =  np.where(df['A'] == 2, df['B']+df['C'],df['B'])

打印：

   A   B  C
0  1   3  8
1  1   6  8
2  2  11  9
3  2   7  1
4  3   4  5
5  3   6  7

【讨论】：

【解决方案2】：

你很亲密，申请不是必需的：

m = df['A'] == 2
#short way
df.loc[m, 'B'] += df.loc[m, 'C']
#long way
df.loc[m, 'B'] = df.loc[m, 'B'] + df.loc[m, 'C']

或者：

df.loc[df['A'] == 2, 'B'] += df['C']

【讨论】：