Python 如何更新DataFrame中的特定值

我在python中使用熊猫

如何通过“EstimatedAlary”将21000以下的数据帧的所有值设置为零？这意味着我希望前两行有0，而不是19000和20000

ID          Gender  Age EstimatedSalary Purchased
15624510    Male    19  19000           0
15810944    Male    35  20000           0
15668575    Female  26  43000           0
15603246    Female  27  57000           0

这是一种方式：

df.loc[df['EstimatedSalary'] < 21000, 'EstimatedSalary'] = 0

使用：

df.loc[df['EstimatedSalary']<21000，'EstimatedSalary']=0

或：

df['EstimatedSalary']=df['EstimatedSalary'].掩码（df['EstimatedSalary']<21000,0）

或：

df['EstimatedSalary']=np.where（df['EstimatedSalary']<21000,0，df['EstimatedSalary']））
打印（df）
D购买的性别年龄估计数
0 15624510男19 0 0
115810944男35 0 0
215668575女2643000
315603246女2757000

非常感谢您！它起作用了！我能在几分钟内把这个问题标记为被接受）@Fabi-谢谢。

df['EsimatedSalary'] *= df['EstimatedSalary'] >= 21000

df.loc[df['EstimatedSalary']< 21000, 'EstimatedSalary'] = 0

df['EstimatedSalary'] = df['EstimatedSalary'].mask(df['EstimatedSalary'] < 21000, 0)

df['EstimatedSalary'] = np.where(df['EstimatedSalary'] < 21000, 0, df['EstimatedSalary'])

print (df)
          D  Gender  Age  EstimatedSalary  Purchased
0  15624510    Male   19                0          0
1  15810944    Male   35                0          0
2  15668575  Female   26            43000          0
3  15603246  Female   27            57000          0