有没有办法在不使用循环的情况下在熊猫中执行此操作？

Question

我的开始时间：

A   B   C   D
A1  1   0   True
A2  1   0   False
A3  1   0   True

输出（不再需要D列）：

A   B   C
A1  2   0
A2  1   1
A3  2   0

因此，对于df中的每一行，如果D中有True，则将B的值增加1，否则将C的值增加1。

Answer 1

您可以使用https://stackoverflow.com/users/5216668/will-barnwell创建新的df并添加到原始的子集：

df[['B','C']] = df[['B','C']] + pd.concat([df['D'], ~df['D']], 1, keys=['B','C'])
print (df)
    A  B  C      D
0  A1  2  0   True
1  A2  1  1  False
2  A3  2  0   True

或使用loc：

df.loc[df['D'], 'B'] +=  1
df.loc[~df['D'], 'C'] +=  1
print (df)
    A  B  C      D
0  A1  2  0   True
1  A2  1  1  False
2  A3  2  0   True

或使用concat和mask：

df['B'] = df['B'] + df['D']
df['C'] = df['C'] + (~df['D'])

print (df)
    A  B  C      D
0  A1  2  0   True
1  A2  1  1  False
2  A3  2  0   True

上次删除列：

df = df.drop('D', axis=1)
print (df)
    A  B  C
0  A1  2  0
1  A2  1  1
2  A3  2  0