如何通过条件表达式覆盖序列值？
如何通过条件表达式覆盖序列值？
提问于 2018-07-24 07:48:36
我正在尝试基于条件表达式覆盖DataFrame中的新列：
将df‘
if df['service'] == 'PE1' or 'PE2':- Change’中的现有值设置为等于原始df‘’service‘+df’‘load port’。
# if ['load port] == 'ABC' then new value == PE1ABC
- else:在df‘’service‘
# in other words != 'PE1' or 'PE2'.
中保留原始值
我正在尝试从另一个DataFrame使用.merge()来"VLOOKUP“。但是，'PE1‘和'PE2’服务需要加载端口。所有其他服务都有1:1的分配。
回答 2
Stack Overflow用户
发布于 2018-07-24 08:24:45
您可以根据自己的条件定义一个函数，然后使用apply函数更改列。
示例数据帧：
import pandas as pd
df = pd.DataFrame({'service':['PE1','PE2','bla','ble','PE2'],\
'load port':['ABC','TEST','BLA','BLA','BLE']})输出：
load port service
0 ABC PE1
1 TEST PE2
2 BLA bla
3 BLA ble
4 BLE PE2更改函数：
def changeService(row):
if row['service'] == 'PE1' or row['service'] == 'PE2':
return row['service'] + row['load port']
return row['service']应用更改函数以覆盖您的列：
df['service'] = df.apply(changeService, axis = 1)输出：
load port service
0 ABC PE1ABC
1 TEST PE2TEST
2 BLA bla
3 BLA ble
4 BLE PE2BLE注意：建议您的更改函数始终具有return，否则某些行将被NaN值填充。
Stack Overflow用户
发布于 2018-07-24 10:07:22
您可以使用numpy.where执行以下任务：
import numpy as np
df['service'] = np.where((df['service'] =='PE1')|(df['service'] =='PE2'), #conditions
df['service']+df['load port'], #result if conditions are met
df['service']) # result if not来自@Lorran Sutter的apply方法很好，但是如果你的数据帧很大，这个方法会更快。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51488612
复制相关文章
相似问题