Question

如果C.values大于50，我只需将C列中的数值替换为“利润”

我有以下代码，但它取代了所有内容，而不仅仅是数字

df['C'].values[df['C'].values >= 50] = 'Profit'

我的数据框

A       B       C
test    NaN     xyz
hit     NaN     10
hit     NaN     90
hit     NaN     abc
test    val     20
test    val     90

我的输出

A       B       C
test    NaN    Profit
hit     NaN     10
hit     NaN     Profit
hit     NaN     Profit
test    val     20
test    val    Profit

我想要的输出

A       B       C
test    NaN    xyz
hit     NaN     10
hit     NaN     Profit
hit     NaN     abc
test    val     20
test    val     Profit

Answer 1

我在这里使用.apply()，同时使用try-except和if-else块。

类似的东西：

def convert_to_profit(value):
    try:
        if int(value) >= 50:
            return 'Profit'
        else:
            return value
    except ValueError:
        return value

df.loc[:, 'C'] = df['C'].apply(convert_to_profit)

try-except块将允许您捕获非数字值并返回未替换的值。

Answer 2

更简洁的解决方案可能是：

df['C'][df['C'].apply(lambda x: x > 50 if isinstance(x, int) else False)] = 'Profit'

Answer 3

您可以遍历数据框行并在需要时编辑每一行：

for idx, row in df.iterrows():
    try:
        if int(row['C']) >= 50:
            row['C'] = 'Profit'
    except ValueError:
        pass

来自熊猫文档：

df.iterrows()
将DataFrame行作为（索引，系列）对进行迭代。

仅替换数字值

3 个答案: