Question

我有一个pandas数据帧，我想创建一个新列，对不同的行组计算不同。这是一个简单的例子：

import pandas as pd

data = {'foo': list('aaade'), 'bar': range(5)}
df = pd.DataFrame(data)

数据框如下所示：

现在我要添加一个新列并尝试为选定的行分配一些值：

df['xyz'] = 0
df.loc[(df['foo'] == 'a'), 'xyz'] = df.loc[(df['foo'] == 'a')].apply(lambda x: x['bar'] * 2, axis=1)

数据框架没有改变。我期望的是数据框看起来像这样：

     bar foo  xyz
0    0   a    0
1    1   a    2
2    2   a    4
3    3   d    0
4    4   e    0

在我的实际问题中，'xyz'列也是针对其他行计算的，但是使用了不同的函数。实际上，我也在使用不同的列进行计算。所以我的问题：

为什么上例中的作业不起作用？
是否需要两次df.loc[(df['foo'] == 'a')（因为我现在正在做）？

Answer 1

您正在更改df的副本（DataFrame的布尔掩码是副本，请参阅docs）。
实现所需结果的另一种方法如下：

In [11]: df.apply(lambda row: (row['bar']*2 if row['foo'] == 'a' else row['xyz']), axis=1)
Out[11]:
0    0
1    2
2    4
3    0
4    0
dtype: int64

In [12]: df['xyz'] = df.apply(lambda row: (row['bar']*2 if row['foo'] == 'a' else row['xyz']), axis=1)

In [13]: df
Out[13]:
   bar foo  xyz
0    0   a    0
1    1   a    2
2    2   a    4
3    3   d    0
4    4   e    0

或许更简洁的方式就是：

In [21]: 2 * (df1.bar) * (df1.foo == 'a')
Out[21]:
0    0
1    2
2    4
3    0
4    0
dtype: int64

分配给pandas中的选择

1 个答案: