Python数据框；麻烦通过多个过滤器更改列的值

Question

我有一个很大的数据框，我取下了ODBC数据库。数据框具有多个列；我正在尝试通过过滤另外两列来更改一列的值。 首先，我用两种条件过滤数据框data_prem，这给了我正确的行：

data_prem[(data_prem['PRODUCT_NAME']=='ŽZ08') & (data_prem['BENEFIT'].str.contains('19.08.16'))]

然后我在选择项上使用替换功能将'M'值更改为'H'值：

data_prem[(data_prem['PRODUCT_NAME']=='ŽZ08') & (data_prem['BENEFIT'].str.contains('19.08.16'))]['Reinsurer'].replace(to_replace='M',value='H',inplace=True,regex=True)

Python警告我，尽管我清楚地引用了原始数据框，但我仍在尝试修改数据框的副本（我正在发布图像，以便您可以看到我的结果）。

dataframe filtering

我还尝试通过以下方式使用.loc函数：

data_prem.loc[((data_prem['PRODUCT_NAME']=='ŽZ08') & (data_prem['BENEFIT'].str.contains('19.08.16'))),'Reinsurer'] = 'H'

更改了所有符合第二个条件的行（str.contains ...），但未应用第一个条件。我在“再保险商”列中也替换了其他“ PRODUCT_NAME”值。

一段时间以来，我一直在网上寻找答案。我已经在pandas库中看到一些bug的提法，不确定这是否是他们在说的。

我会珍惜您的任何意见，也可能会以其他方式解决此问题，这很有趣。我用带有“ PRODUCT_NAME”作为输入的地图函数填充了“ Reinsurer”列（有一个字典将所有“ PRODUCT_NAME”值与“ Reinsurer”值连接在一起）。

Answer 1

鉴于布尔值mask，您已经演示了两种应用chained indexing的方式。这是警告的原因，也是为什么您未按预期看到逻辑被应用的原因。

mask = (data_prem['PRODUCT_NAME']=='ŽZ08') & df['BENEFIT'].str.contains('19.08.16')

链式索引：示例＃1

df[mask]['Reinsurer'].replace(to_replace='M', value='H', inplace=True, regex=True)

链式索引：示例＃2

df[mask].loc[mask, 'Reinsurer'] = 'H'

避免链接索引

通过一次应用mask并使用一个loc调用，可以使事情变得简单：

df.loc[mask, 'Reinsurer'] = 'H'