我需要基于Pandas数据框中的另一列的值来设置一列的值。这是逻辑：
if df['c1'] == 'Value':
df['c2'] = 10
else:
df['c2'] = df['c3']
我无法做到这一点，我想要做的就是简单地创建一个具有新值的列（或更改现有列的值：任何一个都对我有用）。
如果我尝试运行上面的代码，或者将其编写为函数并使用apply方法，则会得到以下信息：
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
一种方法是将索引与配合使用.loc。
例
在没有示例数据框的情况下，我将在此处进行补充：
import numpy as np
import pandas as pd
df = pd.DataFrame({'c1': list('abcdefg')})
df.loc[5, 'c1'] = 'Value'
>>> df
c1
0 a
1 b
2 c
3 d
4 e
5 Value
6 g
假设您要创建一个新列 c2，c1除where c1是之外，该列等效Value，在这种情况下，您想将其分配给10：
首先，您可以使用以下两行之一来创建新列c2，并将其设置为，等同于c1，（它们本质上是做相同的事情）：
df = df.assign(c2 = df['c1'])
# OR:
df['c2'] = df['c1']
然后，找到所有c1等于'Value'使用的索引.loc，并c2在这些索引处分配所需的值：
df.loc[df['c1'] == 'Value', 'c2'] = 10
最终，您将得到：
>>> df
c1 c2
0 a a
1 b b
2 c c
3 d d
4 e e
5 Value 10
6 g g
如果如您在问题中所建议的那样，有时您可能只是想替换已经具有的列中的值，而不是创建一个新列，然后跳过该列的创建，然后执行以下操作：
df['c1'].loc[df['c1'] == 'Value'] = 10
# or:
df.loc[df['c1'] == 'Value', 'c1'] = 10
给你：
>>> df
c1
0 a
1 b
2 c
3 d
4 e
5 10
6 g
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句