如何根据多个条件更改列中某一部分的值？
如何根据多个条件更改列中某一部分的值？
提问于 2019-09-06 04:09:54
如果列(第109行到第140行)的值不等于3个不同的字符串，我想要更改这些值。
我试着不迭代，现在我似乎只能在一个条件下这样做。
df.loc[109:140,1] != 'Method' or df.loc[109:140,1] != 'Replicates' or df.loc[109:140,1] != 'StandardDeviation'
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().我试过了：
df.loc[109:140,1] != ('Method', 'Replicates', 'StandardDeviation')但它似乎使它成为一个"and“语句。
我经常收到这样的错误: ValueError:级数的真值是不明确的。使用a.empty、a.bool()、a.item()、a.any()或a.all()。
我试着用|代替，它也不能工作。
回答 3
Stack Overflow用户
回答已采纳
发布于 2019-09-06 04:32:32
# mcve:
# np.random.seed(42)
# df = pd.DataFrame({1: np.random.choice(('asdf', 'Method', 'Replicates', 'StandardDeviation'), 10)})
# 1
# 0 Replicates
# 1 StandardDeviation
# 2 asdf
# 3 Replicates
# 4 Replicates
# 5 StandardDeviation
# 6 asdf
# 7 asdf
# 8 Replicates
# 9 Method使用pd.Series.isin()创建蒙版
mask = df[1].isin(('Method', 'Replicates', 'StandardDeviation'))并使用where更改掩码为False的系列的子集。
df.loc[5:9, 1] = df.loc[5:9, 1].where(mask, 'new better value')结果：
# 1
# 0 Replicates
# 1 StandardDeviation
# 2 asdf
# 3 Replicates
# 4 Replicates
# 5 StandardDeviation
# 6 new better value
# 7 new better value
# 8 Replicates
# 9 MethodStack Overflow用户
发布于 2019-09-06 04:26:58
试试这个：
df.loc[109:140]["NAME_OF_COLUMN_1"] = df.apply(lambda row: value1
if row['NAME_OF_COLUMN_1'] not in ['Method', 'Replicates', 'StandardDeviation']
else row['NAME_OF_COLUMN_1'], axis=1)Stack Overflow用户
发布于 2019-09-06 04:30:57
请看一下Series.isin()函数。它做的正是你想要的
df.loc[109:140,1].isin(['Method', 'Replicates', 'StandardDeviation'])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/57812387
复制相关文章
相似问题
腾讯云开发者
