Pandas / Python：根据另一列中的值设置一列的值

Question

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().

Answer 1

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

假设您想 创建一个新列 c2，c1除wherec1是之外， 该列 等效Value，在这种情况下，您希望将其分配给10：

首先，您可以使用以下两行之一创建一个新的列c2，并将其设置为等效于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

如果按照问题中的建议，有时您可能只是想 替换已有的列中的值 ，而不是创建一个新列，则跳过该列的创建，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