如果熊猫满足条件，则更新列答案

【问题标题】：Updating a column if condition is met with pandas如果熊猫满足条件，则更新列
【发布时间】：2021-04-30 15:08:06
【问题描述】：

我有一个数据框要处理，我正在执行几项检查。

我正在检查“A”、“B”和“C”列下的重复值是否在 D 列下呈现相同的数字但符号相反。

A	B	C	D	E
1111	AAA	123	0.01	comment to be replaced
2222	BBB	456	5	comment to be replaced
3333	CCC	789	10	don't do anything
1111	AAA	123	-0.01	comment to be replaced
2222	BBB	456	-5	comment to be replaced
3333	CCC	789	-9	don't do anything

请在下面查看我的代码。当我尝试替换“E”列下的评论时，它不起作用。我确定我做错了什么。我完全意识到我没有以最有效的方式编写代码，我仍然是新手。您能否帮助我以更有效的方式来实现这一目标，并且出于好奇，如果我决定继续使用这种“非高效”方式，如何实现这一目标？

谢谢。

for i in range(0, len(df)-1):
    for j in range(i+1, len(df)):
        if (df['A'][i] == df['A'][j]) & (df['B'][i] == df['B'][j]) & (df['C'][i] == df['C'][j]) & (df['D'][i] + df['D'][j] = 0) :
            df['E'][i] = 'it works!'

【问题讨论】：

A, B, C 的每个唯一值是否可以多于/少于两行？
感谢您的评论@ShubhamSharma。是的，如果有更多/更少的列，评论会有所不同。
请不要编辑问题以使现有答案无效。最好换一个新的。阅读this 和相关帖子，了解更多关于良好做法的信息
@DaniB 请考虑添加一个新问题并回滚您当前的编辑，因为您的最新编辑完全使现有答案无效。

标签： python pandas dataframe

【解决方案1】：

我们可以 group 列上的数据框 A、B、C 以及列中的一系列绝对值 D 然后 transform 列 D 使用 sum (因为如果符号相反，那么总和必须为零）以检查是否存在具有相同大小但符号相反的对

df['E'] = df.groupby(['A', 'B', 'C', df['D'].abs()])['D'].transform('sum').eq(0)

      A    B    C      D      E
0  1111  AAA  123   0.01   True
1  2222  BBB  456   5.00   True
2  3333  CCC  789  10.00  False
3  1111  AAA  123  -0.01   True
4  2222  BBB  456  -5.00   True
5  3333  CCC  789  -9.00  False

【讨论】：

太棒了！如果我还想更新“E”列下满足条件的行的注释怎么办？
@DaniB 我们可以使用np.where。请查看df['E'] = np.where(df['E'], 'it works', 'it doesnt work')
如果明确只能有 1 个正值和 1 个负值，这个答案非常聪明。但是，如果条目不均匀，或者有多个 A、B、C 组合，它就会变得不稳定。例如。尝试将2222 BBB 456 -1 comment to be replaced添加到您的示例中。
感谢您对@Andreas 的评论，但恕我直言，即使输入不均匀，它仍然可以工作。因为这里我们对列 D 的绝对值进行了额外分组，所以不均匀的条目不会找到一对，并且在任何情况下转换的结果都不会等于零。
@Andreas 说得好。我的下一个目标是找到加在一起（满足条件）的对给出不匹配的数量。

【解决方案2】：

这适用于您在 E 中有不止一对，或者如果有 1 个正数和多个负数，反之亦然。

import pandas as pd
import numpy as np

df_1 = df[df['D'] >= 0].copy().reset_index()
df_2 = df[df['D'] < 0].copy().reset_index()
df_2['D'] = -df_2['D']

indexes = df_1.merge(df_2, on=['A', 'B', 'C', 'D'], how='inner')[['index_x', 'index_y']].values.tolist()
indexes = [item for sublist in indexes for item in sublist]

df['E_new'] = np.where(df.index.isin(indexes), 'new comment', df['E'])

print(df)

#       A    B    C      D                       E              E_new
# 0  1111  AAA  123   0.01  comment to be replaced        new comment
# 1  2222  BBB  456   5.00  comment to be replaced        new comment
# 2  3333  CCC  789  10.00       don't do anything  don't do anything
# 3  1111  AAA  123  -0.01  comment to be replaced        new comment
# 4  2222  BBB  456  -5.00  comment to be replaced        new comment
# 5  3333  CCC  789  -9.00       don't do anything  don't do anything

【讨论】：