在条件条件下设置熊猫数据框的值

Question

我找不到与此查询类似的问题。但是，我有一个pandas数据框，我想在其中使用两个列作为条件，如果为true，则替换这些列之一中的值。

例如。我的一列是“商品名”，另一列是“值”。 “项目名称”可能会重复很多次。我要检查每个“商品名称”，如果所有其他同名商品都具有值0，则将这些“值”替换为100。

我知道这应该很简单，但是我无法理解。

为了更清楚一点，在这里

    itemname value
0      a       0
1      b       100
2      c       0
3      a       0
3      b       75
3      c       90

我希望我的声明将此数据框更改为

    itemname value
0      a       100
1      b       100
2      c       0
3      a       100
3      b       75
3      c       90

希望如此。我检查是否有人问过类似的问题，在这种情况下找不到任何东西。

Answer 1

您可以使用GroupBy + transform创建遮罩。然后通过pd.DataFrame.loc和布尔索引进行分配：

mask = df.groupby('itemname')['value'].transform(lambda x: x.eq(0).all())
df.loc[mask.astype(bool), 'value'] = 100

print(df)

  itemname  value
0        a    100
1        b    100
2        c      0
3        a    100
3        b     75
3        c     90

Answer 2

将transform与any一起使用：

df.loc[~df.groupby('itemname').value.transform('any'), 'value'] = 100

使用numpy.where：

s = ~df.groupby('itemname').value.transform('any')
df.assign(value=np.where(s, 100, df.value))

使用加法和乘法：

s = ~df.groupby('itemname').value.transform('any')
df.assign(value=df.value + (100 * s))

两者都能产生正确的输出，但是，np.where和最终解决方案不会就地修改DataFrame：

  itemname  value
0        a    100
1        b    100
2        c      0
3        a    100
3        b     75
3        c     90

---

说明

~df.groupby('itemname').value.transform('any')

0     True
1    False
2    False
3     True
3    False
3    False
Name: value, dtype: bool

由于0是一个虚假值，因此我们可以使用any并将结果取反，以找到所有值均等于0的组。

Answer 3

如果您所有的值都是正数或0

可以对总和使用transform并检查是否为0：

m = (df.groupby('itemname').transform('sum') == 0)['value']
df.loc[m, 'value'] = 100