Pandas：关于使用 pandas 比较和（重新）计算字段的新手问题答案

【问题标题】：Pandas: Newbie question on compare and (re)calculate fields with pandasPandas：关于使用 pandas 比较和（重新）计算字段的新手问题
【发布时间】：2021-04-01 07:29:24
【问题描述】：

我需要做的是比较 csv 文件中连续的 2 个字段：

数据如下所示：

store;ean;price;retail_price;quantity
001;0888721396226;200;200;2
001;0888721396233;200;159;2
001;2194384654084;299;259;7
001;2194384654091;199.95;199.95;8

如果“price”等于“retail_price”，则字段retail_price 必须减少给定的百分比值，例如-10%

所以在示例数据中，第一行和最后一行应改为 180 和 179,955

我对 pandas 完全陌生，在阅读“入门”部分后，我没有找到任何可以设置的内容......

所以任何帮助或提示（只要指出我的方向，然后我会自己搞定）表示感谢，

亲切的问候！

【问题讨论】：

标签： pandas compare

【解决方案1】：

使用Series.eq 比较两个值，如果相同的多个retail_price 通过0.9 否则不在numpy.where：

mask = df['price'].eq(df['retail_price'])
df['retail_price'] = np.where(mask, df['retail_price'].mul(0.9), df['retail_price'])
print (df)
   store            ean   price  retail_price  quantity
0      1   888721396226  200.00       180.000         2
1      1   888721396233  200.00       159.000         2
2      1  2194384654084  299.00       259.000         7
3      1  2194384654091  199.95       179.955         8

或者您可以将DataFrame.loc 用于0.9 的多个仅匹配行：

mask = df['price'].eq(df['retail_price'])
df.loc[mask, 'retail_price'] *= 0.9

#working like
df.loc[mask, 'retail_price'] = df.loc[mask, 'retail_price'] * 0.9

编辑：对于不匹配掩码的过滤器行（掩码中带有 False），请使用：

df2 = df[~mask].copy()
print (df2)
   store            ean  price  retail_price  quantity
1      1   888721396233  200.0         159.0         2
2      1  2194384654084  299.0         259.0         7


print (mask)
0     True
1    False
2    False
3     True
dtype: bool

【讨论】：

亲爱的 Jezrael，我设法让它工作了。太感谢了！但是现在我的输出有点问题，因为输出现在也将行号作为文件中的一个新的前导列，例如store ean price retail_price 数量 0 1 888721396233 200.00 200.00 2 1 1 2194384654084 299.00 299.00 7 该文件不能包含此列 btw 我的完整代码现在是：df['retail_price'] = np.where(mask, df['retail_price']。 mul(mulvalue).round(2), df['retail_price']) print (df) df.to_csv('output.csv')
@MarkusPöschl - 所以需要df.to_csv(file, index=False) 吗？
再次感谢提示：'code' df.to_csv('output.csv', columns=['store','ean','price','retail_price','quantity'] ,sep=';') 成功了 :-)
index=False -> 没有改变输出中的任何内容，但是...
非常感谢！我现在还添加了dtype={'store': object,'ean': object}，因此它不会更改 EAN 和 Store-ID（删除前导零）-> 现在完美了！！祝您度过愉快的一周：感谢您的耐心和帮助！真的很感激！

【解决方案2】：

这是我的代码：

import pandas as pd
import numpy as np
import sys

with open('prozente.txt', 'r') as f:    #create multiplicator from static value in File "prozente.txt"
    prozente = int(f.readline())
mulvalue = 1-(prozente/100)    
df = pd.read_csv('1.csv', sep=';', header=1, names=['store','ean','price','retail_price','quantity'])
mask = df['price'].eq(df['retail_price'])
df['retail_price'] = np.where(mask, df['retail_price'].mul(mulvalue).round(2), df['retail_price'])
df2 = df[~mask].copy()
df.to_csv('output.csv', columns=['store','ean','price','retail_price','quantity'],sep=';', index=False)
print(df)
print(df2)

将此用作 1.csv：

store;ean;price;retail_price;quantity
001;0888721396226;200;200;2
001;0888721396233;200;159;2
001;2194384654084;299;259;7
001;2194384654091;199.95;199.95;8

文件“prozente.txt”的内容是

【讨论】：