Question

我有一个df，并且想对每行应用以下语句；

IF df['aon'] == 12, recode to 10,  but also change on the same row df['identity'] == 4 and df['NO'] == 2.5 df['HR'] == 110

ELSEIF df['aon'] == 10, recode to 8 .

如果不满足这些条件，我想保持每一行不变。我知道一种解决方法，但我想尽可能采用最有效的方法。

之前；

Aon    Identity    No    HR

11     8.0         3.5   99
12     7.0         3.1   99
21     8.0         2.8   100
12     7.0         1.5   78
31     4.0         1.2   95

之后；

Aon    Identity    No    HR

11     8.0         3.5   99
12     4.0         2.5   110
21     8.0         2.8   100
12     4.0         2.5   110
31     4.0         1.2   95

Answer 1

您不清楚您想要什么条件，但是您可以将逻辑运算和熊猫结合使用，其中函数可以实现您想要的

例如，如果要选择符合以下条件的行 df ['identity'] == 4和df ['NO'] == 2.5 df ['HR'] == 110您可以做到

cond = (df['identity'] == 4) & (df['NO'] == 2.5) & (df['HR'] == 110)

## then you can use the above condition to set value on col1 like this
## this will set 10 to rows not matching the cond
df["col1"] = df["col1"].where(cond, 10)


## this will set 10 to rows matching the cond
df["col1"] = df["col1"].mask(cond, 10)

Answer 2

这应该可以解决问题。由于您没有Aon等于10的输入数据-我以21为例，因为它存在。

>>> df
   Aon  Identity   No   HR
0   11       8.0  3.5   99
1   12       7.0  3.1   99
2   21       8.0  2.8  100
3   12       7.0  1.5   78
4   31       4.0  1.2   95
>>> df.apply(lambda x: {"Aon": 10, "Identity": 4, "No": 2.5, "HR": 110} if x["Aon"]==12 else ({"Aon": 8, "Identity": x.Identity, "No": x.No, "HR": x.HR} if x["Aon"]==21 else x), axis=1)
    Aon     HR  Identity   No
0  11.0   99.0       8.0  3.5
1  10.0  110.0       4.0  2.5
2   8.0  100.0       8.0  2.8
3  10.0  110.0       4.0  2.5
4  31.0   95.0       4.0  1.2

如何应用多个if语句？

2 个答案: