Question

我的数据框有两列，一列包含单位，另一列具有值。

     df4 = pd.DataFrame({'D': ['g', 'Kg', 'l', 'ml'],
                         'F': ['500', '1', '1', '1000']})

我正在尝试将Kg转换为g，将l转换为ml。我尝试过：

    for row in final_df.iterrows():
        if final_df['D']=='Kg': 
            final_df['F']=(final_df['F']*1000)
            final_df['D']='g'
        elif final_df['D']=='l':
            final_df['F']=(final_df['F']*1000)
            final_df['D']='ml'

预期输出：

    D   F
    g   500
    g   1000
    ml  1000
    ml  1000




    ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Answer 1

使用-

int levelNode(struct Node* root, int a)
{
    node *temp = root;
    int level = 0;
    while (temp != NULL)
    {
        if (temp->data == a)
            break;
        level ++;
        if (a > temp->data)
            temp = temp->right;
        else if (a < temp->data)
            temp = temp->left;
    }
    if (temp == NULL)
        return 0;
    if (temp->data == a)
        return level;
    return 0;
}

输出

#include <stdio.h>
#include <queue>
#include <map>

int levelNode(struct Node* root, int a)
{

    std::queue<Node*> stack;
    std::map<Node*, int> xmap;
    stack.push(root);
    xmap[root] = 0;


    while (!queue.empty())
    {
        Node* f = queue.front();
        if(f == NULL) return;

        queue.pop();

        if(f->data == a) return xmap[f];

        if(f->left){
            queue.push(f->left);
            xmap[f->left] = xmap[f]+1;
        }
        if(f->right){
            queue.push(f->right);
            xmap[f->right] = xmap[f]+1;
        }
    }

    return 0;
}

Answer 2

代码Dheeraj有几个问题。我会尽力一一解释。

第一件事是尝试将F列下的数字类型值设置为String对象，方法是将它们放在反向逗号中，并尝试通过整数对字符串进行除法。因此，显然它将给您一个错误。
第二，您尝试通过使用final_df ['D'] =='Kg'在整个列上添加条件语句；当您逐行进行迭代时。因此，如果您是通过迭代来执行此操作，那么您也应该引用特定的行，例如- final_df ['D'] [row] =='Kg'
另一个问题是迭代方法。虽然循环迭代了4次，但是使用iterrows（）进行迭代并没有好处。我建议使用长度并创建值的范围，并将其用作索引（您可以在下面的答案中看到）。
最后一个问题取决于您要做什么。因此，如果要将Kg和Liter转换为Gram和mL，则应乘而不除。

代码如下：

final_df = pd.DataFrame({'D': ['g', 'Kg', 'l', 'ml'],'F': [500, 1, 1, 1000]})

for row in range(len(list(final_df.iterrows()))):
    if final_df['D'][row]=='Kg' or final_df['D'][row]=='l':
        final_df['F'][row]=final_df['F'][row]*1000

print(final_df)

结果：

    D     F
0   g   500
1  Kg  1000
2   l  1000
3  ml  1000

Answer 3

除了Viveks使用np.where的答案外，您还可以考虑使用df.mask，这是一种专门用于更新条件为真的列的方法：

df4['F'] = pd.to_numeric(df4['F'])
df4['F'].mask(df4['D'].isin(['Kg', 'l']), df4['F'] * 1000, inplace=True)
#    D     F
#0   g   500
#1  Kg  1000
#2   l  1000
#3  ml  1000

Answer 4

结合to_numeric + isin + replace函数：

In [215]: df = pd.DataFrame({'D': ['g', 'Kg', 'l', 'ml'], 'F': ['500', '1', '1', '1000']}) 

In [216]: df.F = pd.to_numeric(df.F)

In [217]: df.loc[df.D.isin(['Kg','l']), 'F'] *= 1000

In [218]: df.D.replace(to_replace={'Kg': 'g', 'l': 'ml'}, inplace=True)

In [219]: df
Out[219]: 
    D     F
0   g   500
1   g  1000
2  ml  1000
3  ml  1000

Answer 5

您可以使用此：

df['F'] = np.where(df['D'].isin(['Kg','l']), df['F'].astype(int) * 1000, df['F'])
df['D'] = np.where(df['D']=='Kg', 'g', df['D'])
df['D'] = np.where(df['D']=='l', 'ml', df['D'])

输出：

    D     F
0   g   500
1   g  1000
2  ml  1000
3  ml  1000

通过检查其他列的条件来更改Pandas Dataframe列的值

5 个答案: