Python 数据帧值和行条件都依赖于其他列

我有一个数据框：

import pandas as pd

df = pd.DataFrame({'col1': ['a','a','b','b'],
                   'col2': [1,2,3,4],
                   'col3': [11,12,13,14]})
  col1 col2 col3
0   a   1   11
1   a   2   12
2   b   3   13
3   b   4   14

如果

col1

中的值是a

b

，我需要用行的

col2

和

col3

值的某个函数替换

col2

中的条目，但如果

col1

中的值不是a

b

，则保持行不变。假设函数是

col3*exp（col2）

，那么将其应用于上面的

df

将产生

    col1   col2   col3
0   a      1      11
1   a      2      12
2   b      261.1  13
3   b      764.4  14

理想情况下，这将是矢量化的，因为我的真实数据帧有几百万行

这与关于堆栈溢出的其他问题不同，因为它们只要求新值不依赖于其他列，或者一次更改所有行。多谢各位

---

编辑：已更正目标数据帧。已将函数从

exp（col2）+col3

更改为

exp（col2）*col3

，但未更新示例中的值。

使用

DataFrame.iloc

import pandas as pd
import numpy as np

df = pd.DataFrame({'col1': ['a', 'a', 'b', 'b'], 'col2': [1, 2, 3, 4], 'col3': [11, 12, 13, 14]})

df.loc[df['col1'] == 'b', 'col2'] = df['col3'] * np.exp(df['col2'])
print(df)

给出正确的答案

  col1       col2  col3
0    a    1.00000    11
1    a    2.00000    12
2    b  261.11198    13
3    b  764.37410    14

  col1       col2  col3
0    a    1.00000    11
1    a    2.00000    12
2    b  261.11198    13
3    b  764.37410    14

---

np.工作地点在哪里：

df.col2=np.where（df.col1==“b”，df.col3*np.exp（df.col2），df.col2）

它表示“对于每一行：如果
df
在
col1
中有
b'
，则从第二个参数中取值（这是
col2
和
col3
的函数）；如果没有，则从第三个参数中取值（这是
col2
，因此它保持不变）。”。以矢量化方式将其应用于每一行

得到

输出：

    col1    col2    col3
0   a   1.00000     11
1   a   2.00000     12
2   b   261.11198   13
3   b   764.37410   14

非常感谢。目标数据帧中的值已更正。已将函数从exp（col2）+col3更改为exp（col2）*col3，但未更新示例中的值。谢谢！np.where比pd.loc快吗？很快在10**7行上进行了基准测试：np.where用了1.66秒，dp.loc用了2.42秒，非常相似，但接受了np.where更快的答案。@Connor_Tracy很高兴能提供帮助！是的，通常在numpy域中可能会有一些加速，但在这种情况下不会有太多。
    col1    col2    col3
0   a   1.00000     11
1   a   2.00000     12
2   b   261.11198   13
3   b   764.37410   14