Question

假设我有四个连续排列的列作为数据框的一部分，我想将这4列中的所有负值替换为另一个值（-5让我们说），我该怎么办？

T1   T2  T3  T4
20   -5  4   3
85  -78  34  21
-45  22  31  75
-6   5   7  -28

从逻辑上讲，我希望这会奏效。但是，它没有。

for i in df.iloc[:,df.columns.get_loc("T1"):df.columns.get_loc("T1")+4]<0:
    for j in df[i]:
        if j<0:
            j=-5

Answer 1

您可以通过应用条件声明来使用indexing。

cols = ['T1','T2','T3','T4']
df[df[cols] < 0] = -5

输出

In [35]: df
Out[35]:
     T1  T2  T3  T4
  0  20  -5   4   3
  1  85  -5  34  21
  2  -5  22  31  75
  3  -5   5   7  -5

在您的示例中，您只是替换变量的值。您需要使用at方法替换一个单元格的值。

for i in df.iloc[:,df.columns.get_loc("T1"):df.columns.get_loc("T1")+4]<0:
for index, j in enumerate(df[i]):
    if j<0:
        df.at[index, i] = -5

Answer 2

对所有列使用mask：

df = df.mask(df < 0, -5)

或者如果需要指定列：

cols = ['T1','T2','T3','T4']
df[cols] = df[cols].mask(df[cols] < 0, -5)
print (df)
   T1  T2  T3  T4
0  20  -5   4   3
1  85  -5  34  21
2  -5  22  31  75
3  -5   5   7  -5

采用类似的方法，选择有问题的位置：

pos = df.columns.get_loc("T1")
df.iloc[:,pos:pos+4] = df.iloc[:,pos:pos+4].mask(df < 0, -5)

编辑：

如果exist vectorized solution，建议不要在大熊猫中使用循环解决方案，因为速度很慢。

但有可能，您的代码应该随iterrows和iteritems而改变：

for i, row in df.iloc[:,df.columns.get_loc("T1"):df.columns.get_loc("T1")+4].iterrows():
    for j,k in row.iteritems():
        if k < 0:
            df.loc[i, j] = -5
print (df)
   T1  T2  T3  T4
0  20  -5   4   3
1  85  -5  34  21
2  -5  22  31  75
3  -5   5   7  -5

Answer 3

您可以使用索引：

c = ['T1','T2','T3','T4']
df[df[c] < 0] = -5

或clip：

In [47]: df[c].clip(lower=-5)
Out[47]:
   T1  T2  T3  T4
0  20  -5   4   3
1  85  -5  34  21
2  -5  22  31  75
3  -5   5   7  -5

用另一个值替换某些列中的所有负值

3 个答案: