Question

我有一个这样的数据框：

In[1]: df
Out[1]:
      A      B       C            D
1   blue    red    square        NaN
2  orange  yellow  circle        NaN
3  black   grey    circle        NaN

我希望在满足3个条件时更新D列。例如：

df.ix[ np.logical_and(df.A=='blue', df.B=='red', df.C=='square'), ['D'] ] = 'succeed'

它适用于前两个条件，但它不适用于第三个条件，因此：

df.ix[ np.logical_and(df.A=='blue', df.B=='red', df.C=='triangle'), ['D'] ] = 'succeed'

具有完全相同的结果：

In[1]: df
Out[1]:
      A      B       C            D
1   blue    red    square        succeed
2  orange  yellow  circle        NaN
3  black   grey    circle        NaN

Answer 1

您可以尝试这样做：

df[ (df.A=='blue') & (df.B=='red') & (df.C=='square') ]['D'] = 'succeed'

Answer 2

你可以尝试：

df['D'] = np.where((df.A=='blue') & (df.B=='red') & (df.C=='square'), 'succeed')

这个答案可能会为您的问题提供详细的答案： Update row values where certain condition is met in pandas

Answer 3

logical_and的第三个参数是分配用于存储结果的数组。

目前，提供的@TimRich方法可能是最好的。在pandas 0.13（开发中）中，有一种新的实验query方法。试试吧！

Answer 4

在新的答案中可能暗含了这种格式，但是以下内容对我来说确实有用。

df['D'].loc[(df['A'] == 'blue') & (df['B'] == 'red') & (df['C'] == 'square')] = 'succeed'

pandas：如果满足3列条件，则更新值

4 个答案: