Question

在pandas中有一个数据框：

df1 = pd.DataFrame({'Type':['Application','Application','Hardware'],
                    'Category': ['None','None','Hardware']})

我有以下索引来检索类型包含＆＃34; application＆＃34;和类别包含＆＃39;无＆＃39;。

df1[df1['Type'].str.contains('Application') & df1['Category'].str.contains('None')]

Category    Type
0   None    Application
1   None    Application

我想更新列类别，使其值为“一些新值”＆＃39;对于每一行。

我也尝试使用以下loc索引但没有成功

df1[df1.loc[:,'Type'].str.contains('Application') \
  & df1.loc[:,'Category'].str.contains('None')]

感谢。

Answer 1

你在找这个吗？

df1.loc[(df1['Type'] == 'Application') & (df1['Category'] == 'None'), 'Category'] = 'New category'


    Category        Type
0   New category    Application
1   New category    Application
2   Hardware        Hardware

如何根据索引更新pandas dataframe列

1 个答案: