pandas每天一题-题目16：条件赋值的多种方式

这是一个关于 pandas 从基础到进阶的练习题系列，来源于 github 上的 guipsamora/pandas_exercises 。这个项目从基础到进阶，可以检验你有多么了解 pandas。

我会挑选一些题目，并且提供比原题库更多的解决方法以及更详尽的解析。

计划每天更新一期，希望各位小伙伴先自行思考，再查看答案。如果对你有帮助，记得转发推荐给你的好友！

上期文章：pandas每天一题-题目15：删除列的多种方式

后台回复"数据"，可以下载本题数据集

如下数据：

1import pandas as pd
2import numpy as np
3
4df = pd.read_csv('chipotle.tsv',
5                 sep='\t',
6                 converters={'item_price': lambda x: float(x[1:-1])})

数据描述：

• 此数据是订单明细表。一个订单会包含很多明细项，表中每个样本(每一行)表示一个明细项
• order_id 列存在重复
• item_name 是明细项物品名称
• item_price 是该明细项的总价钱

前面章节讲解过的知识点，本文不再讲解！

需求：修改 item_name 是 lzze 的价格(item_price)为 3.5

下面是答案了

方式1

局部修改值，是 pandas 目前最不直观的操作。

初学者最常见的错误做法：

1df.query('item_name=="Izze"')['item_price']=3.5

可以看出来，pandas 给出警告！并且原表(df) 并没有修改值

问题在于 query 方法查询出来的是一个临时表，上面的代码修改的是这个临时表，因此原表(df) 没有被修改

前面的章节我们讲解过筛选数据的本质是通过行索引选取：

1idx = df.query('item_name=="Izze"').index
2df.loc[idx]

此时，修改值就很容易：

1idx = df.query('item_name=="Izze"').index
2df.loc[idx,'item_price'] = 3.5
3df

方式2

方式1略显繁琐，类似于筛选数据，我们不需要总是通过行索引操作，使用 bool 列同样可行：

1cond = df['item_name']=='Izze'
2df.loc[cond,'item_price'] = 3.5
3df

重要的是等号左边只通过一次 loc 完成定位！

点评：

这就是为什么 query 和 eval 方法这么方便，我仍然推荐大家学习 bool 列和行索引操作的原因。它为筛选、计算、赋值带来操作上的一致性

推荐阅读：

1. Python无头爬虫Selenium系列(01)：像手工一样操作浏览器
2. Python处理疫情数据(城市编码缺失补全)，让你的pandas跟上你的数据思维