Question

我有一个DF，正在其中分析客户的总价。我通过从产品的销售价值中减去折扣（因为它已经是一个负数）而得出了客户支付的总价。

transaction_df_clean['customer_price'] = transaction_df_clean['sales_value'] + transaction_df_clean['coupon_disc']

因此，某些总价格为负数，我想将其更改为0，以避免出现负数。

输入：

transaction_df_clean.loc[transaction_df_clean['customer_price'] < 0].head(10)

输出（显示1行）：

index   household_key   basket_id   day product_id  quantity    sales_value store_id    retail_disc trans_time  week_no coupon_disc coupon_match_disc   customer_price
----------
13895   988  27282152470     25  1088634    2   1.00    408 -0.98   2353    4   -1.49   0.00    -0.49

但是，当尝试将“ customer_price”列中的负值更改为0时，其他未定位的列也更改为0。

输入：

transaction_df_clean.loc[transaction_df_clean['customer_price'] < 0] = 0
transaction_df_clean.loc[transaction_df_clean['customer_price'] == 0].head(20)

输出：

index household_key basket_id   day product_id  quantity    sales_value store_id    retail_disc trans_time  week_no coupon_disc coupon_match_disc   customer_price
----------
13895   0   0   0   0   0   0.00    0   0.00    0   0   0.00    0.00    0.0

为什么会发生这种情况？

Answer 1

您还需要选择该列。

m = transaction_df_clean['customer_price'] < 0
transaction_df_clean.loc[m,'customer_price']=0

我会使用Series.clip。

transaction_df_clean['customer_price'] = transaction_df_clean['customer_price'].clip(lower=0)

我们也可以使用Series.mask。

transaction_df_clean['customer_price']=transaction_df_clean['customer_price'].mask(m,0)

因此您需要Series.add + Series.clip ：

transaction_df_clean['customer_price'] = transaction_df_clean['sales_value'].add(transaction_df_clean['coupon_disc']).clip(lower=0)

Answer 2

transaction_df_clean.loc[transaction_df_clean['customer_price'] < 0] = 0实际执行的操作是将条件应用于整个数据帧，并且当您放置= 0时，0将广播到所有数据点。您要告诉它选择数据框中customer_price小于0的所有行，然后将所有过滤的行更改为0。

除了应用条件之外，您还必须选择要更改的列/系列。

我记得如何使用.loc是df.loc[row filter/selection, column filter/selection]

另一种方法是

transaction_df_clean.loc[transaction_df_clean['customer_price'] < 0,'customer_price'] = 0

文档中有很多关于设置值的部分，称为“ 设置值”。 https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.loc.html

Answer 3

您可以使用numpy.max来处理它（pandas也有一个max，但它不太直观，因为它默认是聚合数据而不是按行工作）

import numpy as np 

transaction_df_clean['customer_price'] = np.max(0, transaction_df_clean['sales_value'] + transaction_df_clean['coupon_disc'])

这样，就不会有任何负数

将负值更改为0，而不更改其他列

3 个答案: