用另一列中的相同行值替换熊猫数据框列中的值
我有一个看起来像这样的熊猫数据框：
val_1 val_2 Flag
Date
2018-08-27 221.0 121.0 0
2018-08-28 222.0 122.0 1
2018-08-29 223.0 123.0 0
2018-08-30 224.0 124.0 2
2018-08-31 225.0 125.0 0
我想根据标志条件将标志列值更改为其他列的相同值。即，如果 Flag 为 1，则将同一行中的 1 替换为 val_1，如果 Flag 为 2，则将其替换为 val_2。我正在寻找的输出如下所示：
val_1 val_2 Flag
Date
2018-08-27 221.0 121.0 0
2018-08-28 222.0 122.0 222.0
2018-08-29 223.0 123.0 0
2018-08-30 224.0 124.0 124.0
2018-08-31 225.0 125.0 0
我知道我可以.loc这样使用df.loc[df['Flag'] == 1, ['Flag']] =。我不知道代码右侧是什么。
守着星空守着你浏览 148回答 3
3回答
-
慕斯王
另一种方法是使用 np.wherenumpy.where(condtion,yes,no)在这种情况下，我使用嵌套np.where这样np.where(If Flag=2,take val_2,(take x)) where takex is another np.wheredf['Flag']=np.where(df['Flag']==1,df['val_1'],(np.where(df['Flag']==2,df['val_2'],df['Flag'])))df输出 -
喵喵时光机
有几种方法可以做到这一点，首先你的初始代码非常接近，你只需要结束分配：df.loc[df['Flag'] == 1, 'Flag'] = df['val_1']print(df) Date val_1 val_2 Flag0 2018-08-27 221.0 121.0 0.01 2018-08-28 222.0 122.0 222.02 2018-08-29 223.0 123.0 0.03 2018-08-30 224.0 124.0 2.04 2018-08-31 225.0 125.0 0.0你在这里做的是过滤你的数据框并替换条件匹配的值。在这种情况下，Flag 等于 1。既然你正在做多重评估，让我们使用np.selectimport numpy as npconditions = [df['Flag'].eq(1), df['Flag'].eq(2)]choices = [df['val_1'],df['val_2']]df['Flag'] = np.select(conditions,choices,default=df['Flag'])这样做的目的是评估您拥有的所有条件。将默认值保留为原始列。您可以在其中添加更多条件，并将 OR 语句用 | 括在括号中。（管道）分离器。IE[(df['Flag'] == 1 | df['Flag'] == 2)] Date val_1 val_2 Flag0 2018-08-27 221.0 121.0 0.01 2018-08-28 222.0 122.0 222.02 2018-08-29 223.0 123.0 0.03 2018-08-30 224.0 124.0 124.04 2018-08-31 225.0 125.0 0.0 -
HUWWW
国际大学联盟：new_vals = df.lookup(df.index, df.columns[df.Flag-1])df['Flag'] = df.Flag.mask(df.Flag>0, new_val)注意：正如@Erfan 所评论的，这也可以：df['Flag'] = df.lookup(df.index, df.columns[df.Flag-1])输出： val_1 val_2 FlagDate 2018-08-27 221.0 121.0 02018-08-28 222.0 122.0 2222018-08-29 223.0 123.0 02018-08-30 224.0 124.0 1242018-08-31 225.0 125.0 0
随时随地看视频慕课网APP
相关分类
Go