Question

假设我以以下方式设置了熊猫数据框：

col1|  col2 | col3

1       A      10

1       A      10

3       B      12

在第一个再次出现的col2实例之后，是否可以将col3的值设置为0？我希望输出以下结果：

col1|  col2 | col3

1       A      10

1       A      0

3       B      12

对于这个令人困惑的问题，我深表歉意，这是我形容它的最佳方式！

Answer 1

您可以使用DataFrame.duplicated：

df.loc[df.duplicated(subset='col2'), 'col3'] = 0

    col1 col2  col3
0     1    A    10
1     1    A     0
2     3    B    12

Answer 2

您可以使用np.where：

import pandas as pd
import numpy as np

df = pd.DataFrame({'col1': [1, 1, 3],
                   'col2': ['A', 'A', 'B'],
                   'col3': [10, 10, 12]})

df['col3'] = np.where(df['col2'].duplicated(), 0, df['col3'])

df

   col1 col2  col3
0     1    A    10
1     1    A     0
2     3    B    12

根据重复项更改熊猫数据框列的值

2 个答案: