更新熊猫中满足特定条件的行值答案

【问题标题】：Update row values where certain condition is met in pandas更新熊猫中满足特定条件的行值
【发布时间】：2016-08-22 22:34:51
【问题描述】：

假设我有以下数据框：

更新 feat 和 another_feat 列的值的最有效方法是什么/strong>？

是这个吗？

for index, row in df.iterrows():
    if df1.loc[index,'stream'] == 2:
       # do something

更新： 如果我有超过 100 列怎么办？我不想明确命名要更新的列。我想将每列的值除以 2（流列除外）。

所以要明确我的目标是什么：

将所有具有流 2 的行的所有值除以 2，但不更改流列

【问题讨论】：

标签： python pandas indexing iterator mask

【解决方案1】：

您可以对.ix 执行相同的操作，如下所示：

In [1]: df = pd.DataFrame(np.random.randn(5,4), columns=list('abcd'))

In [2]: df
Out[2]: 
          a         b         c         d
0 -0.323772  0.839542  0.173414 -1.341793
1 -1.001287  0.676910  0.465536  0.229544
2  0.963484 -0.905302 -0.435821  1.934512
3  0.266113 -0.034305 -0.110272 -0.720599
4 -0.522134 -0.913792  1.862832  0.314315

In [3]: df.ix[df.a>0, ['b','c']] = 0

In [4]: df
Out[4]: 
          a         b         c         d
0 -0.323772  0.839542  0.173414 -1.341793
1 -1.001287  0.676910  0.465536  0.229544
2  0.963484  0.000000  0.000000  1.934512
3  0.266113  0.000000  0.000000 -0.720599
4 -0.522134 -0.913792  1.862832  0.314315

编辑

在额外信息之后，以下将返回所有列 - 满足某些条件 - 值减半：

>> condition = df.a > 0
>> df[condition][[i for i in df.columns.values if i not in ['a']]].apply(lambda x: x/2)

【讨论】：

如果我没有很多列这是可行的，我应该说我有100多个列。
我用condition = (df.a == -1.001287) 测试了你的最后一次编辑，期望值被划分到a == -1.001287 所在的行，但我得到了一个空数据框。
是的，这是因为这只是显示，不是真实值，获取真实值如下：df.iloc[1,0]。或者更好的是自己设置值，然后重试：df.iloc[1,0] = 1.2345; condition = df.a == 1.2345
我没有关注，为什么condition = (df.a == -1.001287) 不起作用？
ix 现已弃用。

【解决方案2】：

如果您需要将两列更新为相同的值，我认为您可以使用loc：

df1.loc[df1['stream'] == 2, ['feat','another_feat']] = 'aaaa'
print df1
   stream        feat another_feat
a       1  some_value   some_value
b       2        aaaa         aaaa
c       2        aaaa         aaaa
d       3  some_value   some_value

如果您需要单独更新，一个选项是使用：

df1.loc[df1['stream'] == 2, 'feat'] = 10
print df1
   stream        feat another_feat
a       1  some_value   some_value
b       2          10   some_value
c       2          10   some_value
d       3  some_value   some_value

另一个常见的选项是使用numpy.where:

df1['feat'] = np.where(df1['stream'] == 2, 10,20)
print df1
   stream  feat another_feat
a       1    20   some_value
b       2    10   some_value
c       2    10   some_value
d       3    20   some_value

编辑：如果您需要在条件为True 的情况下划分所有不带stream 的列，请使用：

print df1
   stream  feat  another_feat
a       1     4             5
b       2     4             5
c       2     2             9
d       3     1             7

#filter columns all without stream
cols = [col for col in df1.columns if col != 'stream']
print cols
['feat', 'another_feat']

df1.loc[df1['stream'] == 2, cols ] = df1 / 2
print df1
   stream  feat  another_feat
a       1   4.0           5.0
b       2   2.0           2.5
c       2   1.0           4.5
d       3   1.0           7.0

如果可以使用多个条件，请使用多个 numpy.where 或numpy.select:

df0 = pd.DataFrame({'Col':[5,0,-6]})

df0['New Col1'] = np.where((df0['Col'] > 0), 'Increasing', 
                          np.where((df0['Col'] < 0), 'Decreasing', 'No Change'))

df0['New Col2'] = np.select([df0['Col'] > 0, df0['Col'] < 0],
                            ['Increasing',  'Decreasing'], 
                            default='No Change')

print (df0)
   Col    New Col1    New Col2
0    5  Increasing  Increasing
1    0   No Change   No Change
2   -6  Decreasing  Decreasing

【讨论】：

我更新了我的问题，我有超过 100 列，我该怎么做？
@Stanko - 我认为这是另一个问题 - 您需要以某种方式选择此 100 列。例如如果需要100 第一列，请使用df.columns[:100]，然后将其传递给loc。
我不一定想要前 100 列，我只想将列的所有值（流列除外）除以 2，其中流为 f.e. 2
@Ambleu - 完全正确。
@MH - 好主意，添加到答案中。还有np.select 替代品。