Question

我有一个如下所示的DataFrame：

ID   Status  SP1   SP2  Level
5       I     R     R   D3
5       C     R     R   D2
5       D     R     R   D1
6       C     R     R   D2
6       I     D     D   D4
6       I     S     D   D4
6       D     R     D   D1
7       I     R     D   D3
7       C     D     D   D4
7       D     D     D   D4

我想更改DataFrame，以便在（1） Status == D和Level =='D1'的情况下，相同的ID将更改为D1。 （2）如果Status == C和Level =='D2'，那么具有相同ID的所有行都将更改为D2。 （3）如果Status == I和Level =='D3'，那么具有相同ID的所有行都将更改为D3。 （4）如果每个人ID（Status == D和Level == D1）AND（{{ 1}} == Status和C == Level）AND（D2 == Status和I == {{1} }），然后将Level更改为D3。因此，只有Level数字5符合条件，然后将级别更改为R.

我想要的输出是：

我已使用此代码完成了步骤1-3：

ID

我坚持使用的是数字（4），我想根据倍数和ID Status SP1 SP2 Level 5 I R R R 5 C R R R 5 D R R R 6 C R R D1 6 I D D D1 6 I S D D1 6 D R D D1 7 I R D D3 7 C D D D3 7 D D D D3将df['mask'] = ((df['STATUS'] == 'D') & df['Level'].isin(['D1'])) mask = df.groupby(['ID'])['mask'].transform('any') df.loc[mask, 'Level'] = 'D1' del df['mask'] df['mask'] = ((df['STATUS'] == 'C') & df['Level'].isin(['D2'])) mask = df.groupby(['ID'])['mask'].transform('any') df.loc[mask, 'Level'] = 'D2' del df['mask'] df['mask'] = ((df['STATUS'] == 'I') & df['Level'].isin(['D3'])) mask = df.groupby(['ID'])['mask'].transform('any') df.loc[mask, 'Level'] = 'D3' del df['mask'] print(df)中的值更改为Level。

编辑：

我试过的另一个代码应该可以达到类似的结果：

只要给定的df['mask'] = ((df['SP1'] != 'D') or df['SP2'] != 'D')) mask = df.groupby(['ID'])['mask'].transform('any') df.loc[mask, 'Level'] = 'R' del df['mask']没有D我就想ID = Level我在上面的示例中似乎有语法错误。< / p>

Answer 1

你需要|而不是或者你错过了（

df['mask'] = ((df['SP1'] != 'D') 
        | (df['SP2'] != 'D'))

pandas中的布尔运算符是|

根据多个条件

1 个答案: