Question

Sample Data:
df1 = pd.DataFrame([
                        {'ID':'0001', 'Term':'Fall', 'Amount':1000},
                        {'ID':'0002', 'Term':'Fall', 'Amount':2000},
                        {'ID':'0001', 'Term':'Spring', 'Amount':50},
                        {'ID':'0002', 'Term':'Spring', 'Amount':50},
                        {'ID':'0001', 'Term':'Summer', 'Amount':200},
                        {'ID':'0002', 'Term':'Summer', 'Amount':200},
                    ])
Output:

    ID      Term    Amount
0   0001    Fall    1000
1   0002    Fall    2000
2   0001    Spring  50
3   0002    Spring  50
4   0001    Summer  200
5   0002    Summer  200

我想为条件为“春季”的每一行更新金额列。 “金额”列应设置为与同一ID对应的金额值，但适用于“秋季”期限。

任何指导将不胜感激。

Desired output:

    ID      Term    Amount
0   0001    Fall    1000
1   0002    Fall    2000
2   0001    Spring  1000
3   0002    Spring  2000
4   0001    Summer  200
5   0002    Summer  200

Answer 1

这是一种方法，其中我们将每个术语旋转到一列中，仅更新Spring列，然后将melt更新回原始结构。

df1 = df1.pivot_table("Amount", "ID", "Term").reset_index()
df1["Spring"] = df1["Fall"]
df1 = df1.melt("ID", value_name="Amount")

这是即使还有其他列也应该起作用的另一种方法：

df_spring = df1.loc[df1["Term"] == "Spring", ["ID", "Term"]]
df_fall = df1.loc[df1["Term"] == "Fall", ["ID", "Amount"]]

df_spring = df_spring.reset_index().merge(df_fall).set_index("index")
df1.update(df_spring)

Answer 2

您可以执行以下操作：

import pandas as pd

df1 = pd.DataFrame([
                        {'ID':'0001', 'Term':'Fall', 'Amount':1000},
                        {'ID':'0002', 'Term':'Fall', 'Amount':2000},
                        {'ID':'0001', 'Term':'Spring', 'Amount':50},
                        {'ID':'0002', 'Term':'Spring', 'Amount':50},

                    ])

number_rows = list(range(len(df1.index)))
print(number_rows)

for n in number_rows:
    if df1.at[n, "Term"] == "Spring":
        for i in number_rows:
            if df1.at[i, "ID"] == df1.at[n, "ID"]:
                df1.at[n, "Amount"] = df1.at[i, "Amount"]

print(df1)

输出：

     ID    Term  Amount
0  0001    Fall    1000
1  0002    Fall    2000
2  0001  Spring    1000
3  0002  Spring    2000

Answer 3

您可以在弹簧所在的列ID中使用map，选择带有Fall的行并在set_index中选择ID。

mSpring = df1['Term'].eq('Spring')
df1.loc[mSpring, 'Amount'] = (df1.loc[mSpring, 'ID']
                                 .map(df1.loc[df1['Term'].eq('Fall')]
                                         .set_index('ID')['Amount'])
                             )
print(df1)
     ID    Term  Amount
0  0001    Fall    1000
1  0002    Fall    2000
2  0001  Spring    1000
3  0002  Spring    2000
4  0001  Summer     200
5  0002  Summer     200

熊猫-通过在另一行中查找值来更新值

3 个答案: