迭代 DataFrame 列中的值，如果满足条件，则更新所述值答案

【问题标题】：Iterate over values in DataFrame column, and update said value if condition is met迭代 DataFrame 列中的值，如果满足条件，则更新所述值
【发布时间】：2021-03-17 14:35:15
【问题描述】：

我有一个包含几列的数据集，我想遍历一个名为“日期”的特定列中的每个值，并在值满足条件时更新该值。这就是我现在拥有的：

for element in df['date']:
    if element > 2000.0:
        element = element - 2400.0
    elif element < -2000.0:
        element = element + 2400.0

这显然不起作用，但我能做些什么来解决这个问题？

编辑：感谢所有回复！

【问题讨论】：

这能回答你的问题吗？ How to select rows from a DataFrame based on column values
你能发布一个示例数据框吗？

标签： python pandas dataframe

【解决方案1】：

import numpy as np   

df['date'] = np.select([df['date'] > 2000, df['date'] < -2000], 
                       [df['date'] - 2400, df['date'] + 2400], 
                       default=df['date'])

【讨论】：

【解决方案2】：

使用numpy 和pandas

np.random.seed(4)
df = pd.DataFrame({'Orignal' : pd.Series(list(np.random.randint(1990,2010, 50)) + list(np.random.randint(-2010, -1990  , 50))).sample(15).to_list()})
df['Modefied'] = df.Orignal.apply(lambda x: x - 2400 if x > 2000 else x + 2400 if x < -2000 else x)

df:

    Orignal  Modefied
0      2008      -392
1     -1992     -1992
2      2004      -396
3      1996      1996
4     -2010       390
5      1995      1995
6     -2002       398
7     -2006       394
8     -1997     -1997
9     -2007       393
10    -2004       396
11     2008      -392
12    -2002       398
13     2006      -394
14    -2002       398

【讨论】：

【解决方案3】：

    if element > 2000.0:
        df['date'] = element - 2400.0
    elif element < -2000.0:
        df['date'] = element + 2400.0

【讨论】：

请对您的代码提供一些评论，因为它总是有帮助的

【解决方案4】：

如果你真的想用循环来做，你可以只需使用像数组这样的索引：

import pandas as pd

df = pd.DataFrame()
df['date'] = [-3000,3000,1000,5000]

for i in range(len(df['date'])):
    if df['date'][i] > 2000:
        df['date'][i] = df['date'][i] - 2400
    elif df['date'][i] < -2000:
        df['date'][i] = df['date'][i] + 2400

df

但我会使用 .loc 使用更简单的方法：

df['date'].loc[df['date'] > 2000] = df['date'] - 2400
df['date'].loc[df['date'] <-2000] = df['date'] + 2400

df

【讨论】：