Question

我在 Pandas 数据框中有如下所示的列：

<头>

正	中性	负
1	0	1
0	1	0

我希望它看起来像这样：

<头>

正	中性	负	混合
0	0	0	1
0	1	0	0

首先，我根据句子既是肯定的又是否定的这一事实创建了名为混合的列。现在，由于我已经有“混合”列，我不需要双重信息，所以我想用 0 替换正列和负列中的值（仅适用于混合情绪句子）。我已经尝试了 np.where 的不同变体，但似乎没有人理解如何根据这 2 列中的条件替换 2 列中的值。有什么建议么？谢谢:)

Answer 1

你的问题有点不清楚。我想你的问题（如果我是对的）是从这个改变：

<头>

正面	中立	否定
1	0	1

对此（因为您有一个名为“混合”的新列）：

<头>

正面	中立	否定	混合
0	0	0	1

如果是这种情况，那么代码应该是（为了便于查看，我将表格设为 3 行而不是 1 行）：

import pandas as pd

data = {'Positive': [1, 1, 1], 'Neutral': [0, 0, 0], 'Negative': [1, 1, 1]}
df = pd.DataFrame(data)
print(df)
print(\n)
x = (df['Positive'])
x[1] = 0 
print(df)

结果，在第二行“Positive”列中，值从“1”变为“0”。

使用不同的索引，您可以在x[i] = 0处自行调整代码。类似的代码应用于“否定”列。

Answer 2

您可以分两步完成 - 设置混合列 - 然后将 pos/neg 列设置为 0。

>>> df['Mixed'] = 0
>>> df
   Positive  Neutral  Negative  Mixed
0         1        0         1      0
1         0        1         0      0
>>> rows = (df.Positive == 1) & (df.Negative == 1)
>>> df.loc[rows, 'Mixed'] = 1
>>> df.loc[rows, ['Positive', 'Negative']] = 0
>>> df
   Positive  Neutral  Negative  Mixed
0         0        0         0      1
1         0        1         0      0

你可以使用 df.mask() 如果你想一起做。

>>> df
   Positive  Neutral  Negative  Mixed
0         1        0         1      0
1         0        1         0      0
>>> rows = (df.Positive == 1) & (df.Negative == 1)
>>> df.mask(rows, [0, 0, 0, 1])
   Positive  Neutral  Negative  Mixed
0         0        0         0      1
1         0        1         0      0

如何根据多个条件替换 2 个数据框列中的值？

2 个答案: