Question

如果范围中的值大于零，我想替换数据框中列范围内的值与另一列中的对应值。

我认为像这样的简单替换会起作用：

df = df.loc[:,'A':'D'].replace(1, df['column_with_value_I_want'])

但事实上，除了column_with_value_I_want之外，这实际上没有任何意义，这完全是无意的，我不确定为什么会这样。

这似乎不起作用：

df[df.loc[:,'A':'D']] > 0 = df['column_with_value_I_want']

它返回错误：SyntaxError: can't assign to comparison。

这似乎应该是直截了当的，但在尝试了几件不同的事情后，我感到很茫然。

我正在使用的数据框看起来像这样：

df = pd.DataFrame({'A' : [1,0,0,1,0,0],
                   'B' : [1,0,0,1,0,1],
                   'C' : [1,0,0,1,0,1],
                   'D' : [1,0,0,1,0,0],
                   'column_with_value_I_want' : [22.0,15.0,90.0,10.,None,557.0],})

Answer 1

不知道如何在Pandas本身中做到这一点，但如果你下降到numpy并不是那么困难。

如果你足够幸运，以便你的整个DataFrame都是数字的，你可以这样做：

import numpy as np

m = df.as_matrix()
>>> pd.DataFrame(
    np.where(np.logical_or(np.isnan(m), m > 0), np.tile(m[:, [4]], 5), m), 
    columns=df.columns)
    A   B   C   D   column_with_value_I_want
0   22  22  22  22  22
1   0   0   0   0   15
2   0   0   0   0   90
3   10  10  10  10  10
4   0   0   0   0   NaN
5   0   557     557     0   557

as_matrix将DataFrame转换为numpy array。
np.where是numpy的三元条件。
np.logical_or是numpy或。
np.isnan检查值是否为nan。
np.tile个tile（在本例中为一个2d单列到矩阵。

不幸的是，如果你的某些列（甚至那些没有参与此操作的列）本质上是非数字的，上述操作将会失败。在这种情况下，您可以执行以下操作：

for col in ['A', 'B', 'C', 'D']:
    df[col] = np.where(df[col] > 0, df[col], df.column_with_value_I_want)

只要5个相关列是数字的，它就会起作用。

这使用了一个循环（在数值Python中不赞成），但至少它是通过列而不是行来实现的。假设您的数据比较宽，那应该没问题。

如何根据条件将pandas数据帧中某个范围内的值替换为同一数据帧中的另一个值

1 个答案: