数据框：根据值应用于两列答案

【问题标题】：data frames: apply on two columns based on values数据框：根据值应用于两列
【发布时间】：2018-10-18 10:40:46
【问题描述】：

假设我有一个简单的数据框，例如：

import pandas as pd

data = {'letters' : ['a','b','c','d','e'], 'numbers' :[1,2,3,4,5]}
df = pd.DataFrame(data)

表格如下所示
simple dataframe

现在说我有一个短名单，to_remove = ['b','d']
如何在我的数据框中找到行，其中“字母”列的值在“to_remove”中，并将“字母”和“数字”中的这一行都修改为无？所以我留下了
a 1
无无
c 3
无无
e 5

一直在寻找几个小时。谢谢！！

【问题讨论】：

标签： python pandas dataframe multiple-columns apply

【解决方案1】：

使用isin 按值列表检查并通过loc 设置None：

to_remove = ['b','d']

df.loc[df['letters'].isin(to_remove), ['letters','numbers']] = None
#all columns
#df.loc[df['letters'].isin(to_remove)] = None
print (df)
  letters  numbers
0       a      1.0
1    None      NaN
2       c      3.0
3    None      NaN
4       e      5.0

如果想要过滤行使用boolean indexing，通过~ 反转布尔掩码：

df1 = df.loc[~df['letters'].isin(to_remove)]
print (df1)
  letters  numbers
0       a        1
2       c        3
4       e        5

【讨论】：

【解决方案2】：

或者可以将df.eval 用于df.loc：

df.loc[df.eval('letters in @to_remove'),['letters','numbers']]=None

但既然没有，你只是列出要分配的数据框的所有列，为什么不只是：

df.loc[df.eval('letters in @to_remove')]=None

【讨论】：