仅在某些行上对列应用 pandas 函数

【问题标题】：Apply pandas function on column only on certain rows仅在某些行上对列应用 pandas 函数
【发布时间】：2018-07-10 17:31:53
【问题描述】：

|   user  |       category    | val  | 
| ------  | ------------------| -----|
| user 1  | c1                |   3  |  
| user 1  | c2                |   4  |
| user 1  | c3                |   8  | 
| user 2  | c1                |   5  |
| user 2  | c2                |   9  | 
| user 2  | c3                |   10 |

假设我想将函数 f 应用于 val 列。例如，返回数据帧的最佳方法是什么，因此 f 仅适用于类别为 c1 的值？

|   user  |       category    | val     |
| ------  | ------------------| -----   | 
| user 1  | c1                |   f(3)  | 
| user 1  | c2                |   4     | 
| user 1  | c3                |   8     | 
| user 2  | c1                |  f(5)   | 
| user 2  | c2                |   9     |
| user 2  | c3                |   10    |

【问题讨论】：

标签： python pandas

【解决方案1】：

使用numpy.where:

df['val'] = np.where(df['category'] == 'c1', df['val'].apply(f), df['val'])

或者用loc过滤：

mask = df['category'] == 'c1'
df.loc[mask, 'val'] = df.loc[mask, 'val'].apply(f)

【讨论】：

谢谢！一件事，你能解释一下 np.where 是如何工作的吗？我无法理解这三个参数的用途，以及每个参数的作用（特别是第二个和第三个）。
@hedebyhedge - 当然，它会按条件创建 numpy 数组 - 如果条件为 True，则从 df['val'].apply(f) 添加值，如果 False 将值从 df['val'] 添加到输出。