根据条件替换熊猫数据框列中的数据，如果条件不满足则跳过

Question

我有一个带有一列数字的数据框。如果数字小于 0，我想在该数字上加上 3.14。如果没有，我想跳过该数字并保持原样。我正在使用 Pandas 和 numpy，但无法找到如何跳过不满足条件的数字，同时将它们原样留在数据框中。

尝试此操作时：

df['rad'].apply(lambda x: [y if y>=0 else y+3.14 for y in x])

我得到 TypeError: 'int' object is not iterable

即使“rad”列中的数字都是 int64。

Answer 1

那是 np.wherenp.where(df['rad']>0,df['rad'],df['rad']+3.14)