Question

我正在尝试根据条件选择来更新my_df，如：

my_df[my_df['group'] == 'A']['rank'].fillna('A+')

但是，这不是持久性...例如：my_df仍然具有NaN或NaT ...，而且我不确定如何就地执行此操作。请告知如何将更新持久化到my_df。

Answer 1

创建布尔掩码并分配给过滤后的列rank：

my_df = pd.DataFrame({'group':list('AAAABC'),
                     'rank':['a','b',np.nan, np.nan, 'c',np.nan],
                     'C':[7,8,9,4,2,3]})

print (my_df)
  group rank  C
0     A    a  7
1     A    b  8
2     A  NaN  9
3     A  NaN  4
4     B    c  2
5     C  NaN  3

m = my_df['group'] == 'A'
my_df.loc[m, 'rank'] = my_df.loc[m, 'rank'].fillna('A+')

print(my_df)
  group rank  C
0     A    a  7
1     A    b  8
2     A   A+  9
3     A   A+  4
4     B    c  2
5     C  NaN  3

Answer 2

您需要将其分配回

my_df.loc[my_df['group'] == 'A','rank']=my_df.loc[my_df['group'] == 'A','rank'].fillna('A+')

Answer 3

您的操作不适当，因此您需要分配回一个变量。此外，不建议使用链式索引。

一个选项是pd.Series.mask，具有布尔系列：

Child

熊猫数据框替换系列中的值

3 个答案: