在同一列上应用条件和更新

Question

我编写了以下语句来更新DataFrame（df）

中的列

    score
0   6800
1   7200
2   580
3   6730

df [＆＃34;得分＆＃34;] =（df [＆＃34;得分＆＃34;] / 10）.where（df [＆＃34;得分＆＃34;]> 999）

我们的想法是清理分数列以删除额外的＆＃39; 0＆＃39;最后，只有当数字大于999时才保持不变。但是，我得到以下结果。

0    680.0
1    720.0
2      NaN
3    673.0

另外，我希望结果为整数。

我的预期输出

0    680
1    720
2    580
3    673

更新

以下为我工作

df["score"] = np.where(df["score"] > 999, df["score"]/10, df["score"]).astype(int)

Answer 1

解决方案

在numpy中执行，并使用masks：

df['score'][df['score']>999] /= 10

为了易读，您可以这样做：

f = df['score']
f[f>999] /= 10

说明

df['score']>999将创建一个掩码，bool数组，其形状与df['score']相同，并且在值的位置具有True / False值/不满足给定条件。例如，在上面的例子中：

In [27]: df['score']>999
Out[27]: 
0     True
1     True
2    False
3     True
Name: score, dtype: bool

您可以使用此掩码直接索引数组/数据帧，仅提取匹配的元素：

In [28]: df['score'][df['score']>999]
Out[28]: 
0    6800
1    7200
3    6730
Name: score, dtype: int64

我们将所有匹配元素除以10并使用/= 10直接指定结果：

In [29]: df['score'][df['score']>999] /= 10

In [30]: df['score']
Out[30]: 
0    680
1    720
2    580
3    673
Name: score, dtype: int64

Answer 2

使用方法where的other参数：

(df["score"]/10).where(df["score"] > 999, other=df["score"])
0    680.0
1    720.0
2    580.0
3    673.0

Answer 3

以下为我工作

df [“得分”] = np.where（df [“得分]]> 999，df [”得分“] / 10，df [”得分“]）。astype（int）