如何使用. loc设置为熊猫中的其他列值

Question

例如，我有一个数据框架:

    cond  value1  value2
0   True       1       1
1  False       3       5
2   True      34       2
3   True      23      23
4  False       4       2

我希望在cond=True时将value 1替换为value 2*2。所以我想要的结果是：

    cond  value1  value2
0   True       2       1
1  False       3       5
2   True       4       2
3   True      46      23
4  False       4       2

我可以通过以下代码实现它:

 def convert(x):
     if x.cond:
         x.value1= x.value2*2
     return x
 data = data.apply(lambda x: convert(x),axis=1)

我认为数据量大的时候速度太慢了。我通过＜code＞来尝试它。loc，但我不知道如何设置值。

我如何通过＜code＞实现它。loc或其他简单方法？提前谢谢。

Answer 1

使用 np.，其中：

df['value1'] = np.where(df.cond,df.value2*2,df.value1)

print(df)
    cond  value1  value2
0   True       2       1
1  False       3       5
2   True       4       2
3   True      46      23
4  False       4       2

Answer 2

您可以使用< code > where /< code > mask :

df.value1 = df.value1.mask(df.cond, df.value2*2)
# Or,
# df.value1 = df.value1.where(~df.cond, df.value2*2)

print(df)
    cond  value1  value2
0   True       2       1
1  False       3       5
2   True       4       2
3   True      46      23
4  False       4       2

Answer 3

创建布尔掩码和多个仅过滤的行：

mask = df.cond
df.loc[mask, 'value1'] =  df.loc[mask, 'value2'] * 2
print (df)
    cond  value1  value2
0   True       2       1
1  False       3       5
2   True       4       2
3   True      46      23
4  False       4       2