更改从多个列值中选择的 pandas DataFrame 中的值

Question

第一次发帖，请原谅我问这个问题的方式不圆滑。

我正在解决一个问题，在找到符合特定条件的行后，我无法更改 DataFrame 的值。

data = pd.read_csv('students.csv')

索引为：StudentId、Tuition、Scholarship、CreditScore、City、 高中

我只寻找高中 == 'x' 和 CreditScore == 'y' 的学生，然后将他们的奖学金浮动从 0.0 更改为 8.5。

请注意，有多个学生的奖学金数字为 0.0，我正在尝试仅更改 HighSchool=='x' 和 CreditScore=='y' 的学生的奖学金值。

我遇到的问题是，当我找到符合我的标准的行并尝试更改奖学金值时，pandas 只会更改似乎是 DataFrame 副本的值。我想更改 DataFrame 的值。

我试过了：

data[data[([Highschool]=='x') & ([CreditScore]=='y')]]['Scholarship'] = 8.5
data[data[([Highschool]=='x') & ([CreditScore]=='y')]]['Scholarship'].replace(0, 8.5, inplace=True)

但是，在检查 data[data[([Highschool]=='x') & ([CreditScore]=='y')]]['Scholarship'] 后，“奖学金”的选定结果仍然显示 0.0。

有什么更好的方法可以更改符合搜索条件的列的值？

谢谢。

Answer 1

使用loc

data.loc[(data['Highschool']=='x') & (data['CreditScore']=='y'), 'Scholarship'] = 8.5

或者等价

hs = data.Highschool == 'x'
cs = data.CreditScore == 'y'
data.loc[hs & cs, 'Scholarship'] = 8.5

---

演示

np.random.seed([3,1415])
data = pd.DataFrame(dict(
        Highschool=np.random.choice(('x', 'y', 'z'), 20),
        CreditScore=np.random.choice(('y', 'n'), 20),
        Scholarship=np.zeros(20)
    ))

data.loc[
    (data['Highschool']=='x') & 
    (data['CreditScore']=='y'),
    'Scholarship'] = 8.5

print(data)

   CreditScore Highschool  Scholarship
0            y          x          8.5
1            n          z          0.0
2            n          z          0.0
3            n          z          0.0
4            n          z          0.0
5            y          y          0.0
6            y          y          0.0
7            y          z          0.0
8            y          x          8.5
9            y          z          0.0
10           n          x          0.0
11           n          z          0.0
12           n          x          0.0
13           n          x          0.0
14           n          z          0.0
15           y          x          8.5
16           n          z          0.0
17           n          z          0.0
18           n          x          0.0
19           y          y          0.0

Answer 2

def change_grade(x):
    ...:     if x[0] == 'x' and x[1] == 'y':
    ...:         return x[2] + 8.5
    ...:     else:
    ...:         pass

0是'Highschool'的列索引，1是'CreditScore'的索引，2是'Scholarship'的索引

df['Scholarship'] = df.apply(change_grade, axis = 1)

不过，@piRSquared 一如既往地建议了一个更有说服力的班轮。