python pandas根据一个条件更改数据框中的几列答案

【问题标题】：python pandas changing several columns in dataframe based on one conditionpython pandas根据一个条件更改数据框中的几列
【发布时间】：2018-08-13 15:32:13
【问题描述】：

我是 Python 和 Pandas 的新手。我与 SAS 合作。在 SAS 中，我可以将 IF 语句与“Do; End;”一起使用根据一个条件更新多列的值。
我尝试了 np.where() 子句，但它只更新一列。 “apply(function, ...)”也只更新一列。在函数体内放置额外的更新语句没有帮助。

建议？

【问题讨论】：

你能展示你的df（输入和输出）的样本，以及你尝试过的代码吗？
我要实现： if (): df['col1'] = .... ; df[col2] = ... ; ETC。。我知道谁用 apply 或 np.where() 分别为每一列做这件事

标签： python pandas

【解决方案1】：

您可以选择要更改的列，然后使用 .apply()：

df = pd.DataFrame({'a': [1,2,3], 
                   'b':[4,5,6]})

    a   b
0   1   4
1   2   5
2   3   6


df[['a','b']].apply(lambda x: x+1)

    a   b
0   2   5
1   3   6
2   4   7

这个link 可能会有所帮助：

【讨论】：

感谢您指出我可以将 lambda 应用于多个列。但是，这是非常简单的情况。我想实现： if (): df['col1'] = .... ; df[col2] = ... ; ETC。。你的

【解决方案2】：

你可以使用：

for col in df:
    df[col] = np.where(df[col] == your_condition, value_if, value_else)

例如：

   a  b
0  0  2
1  2  0
2  1  1
3  2  0

for col in df:
    df[col] = np.where(df[col]==0,12, df[col])

输出：

或者，如果您只想将条件应用于某些列，请在 for loop 中选择它们：

for col in ['a','b']:

或者只是这样：

df[['a','b']] = np.where(df[['a','b']]==0,12, df[['a','b']])

【讨论】：

按照你的例子，我希望 df['a'] 像你一样是 12，而 df['b'] 是 25 而不是 12。
那么你可以这样做：df[['a','b']] = np.where(df[['a','b']]==0,[12, 25], df[['a','b']])
谢谢乔，我明白了
不客气，如果对你有帮助，请考虑接受答案:)