如何在数据框的某些行的所有列上使用熊猫应用功能答案

【问题标题】：How to use pandas apply function on all columns of some rows of data frame如何在数据框的某些行的所有列上使用熊猫应用功能
【发布时间】：2016-07-21 09:12:45
【问题描述】：

我有一个dataframe。我想将某些行的所有列的值替换为默认值。有没有办法通过pandas apply 函数来做到这一点

这是数据框

import pandas as pd
temp=pd.DataFrame({'a':[1,2,3,4,5,6],'b':[2,3,4,5,6,7],'c':['p','q','r','s','t','u']})
mylist=['p','t']

如何将a和b列中的值替换为默认值0，其中c列的值在mylist中

有没有办法使用 pandas 功能来做到这一点，避免 for 循环

【问题讨论】：

标签： python pandas data-manipulation

【解决方案1】：

使用isin 创建一个布尔掩码并使用loc 将满足条件的行设置为所需的新值：

In [37]:
temp.loc[temp['c'].isin(mylist),['a','b']] = 0
temp

Out[37]:
   a  b  c
0  0  0  p
1  2  3  q
2  3  4  r
3  4  5  s
4  0  0  t
5  6  7  u

内部isin的结果：

In [38]:
temp['c'].isin(mylist)

Out[38]:
0     True
1    False
2    False
3    False
4     True
5    False
Name: c, dtype: bool

【讨论】：

谢谢@EdChum。但这对大约 500 列和 100 万行有效吗
应该可以，本质上你使用布尔掩码来选择感兴趣的行，你传递一个你想要替换值的列列表，这将比使用 @987654327 快得多@

【解决方案2】：

基于 NumPy 的方法是使用 np.in1d 来获取这样的掩码并像这样使用它 -

mask = np.in1d(temp.c,mylist)
temp.ix[mask,temp.columns!='c'] = 0

这将替换除'c' 之外的所有列。如果您希望在特定列中替换，例如 'a' 和 'b'，请将最后一行编辑为 -

temp.ix[mask,['a','b']] = 0

【讨论】：

这很聪明，但如果 OP 有很多列要替换 +1，则可能无法扩展