Python 根据表中的条件交换列值

我想根据条件重新定位列。 如果国家是“日本”，我需要将姓氏和名字倒转

df = pd.DataFrame([['France','Kylian', 'Mbappe'],
               ['Japan','Hiroyuki', 'Tajima'],
               ['Japan','Shiji', 'Kagawa'],
               ['England','Harry', 'Kane'],
               ['Japan','Yuya', 'Ohsako'],
               ['Portuguese','Cristiano', 'Ronaldo']],
              columns=['country', 'first_name', 'last_name'])

电流输出为

      country first_name last_name
0      France     Kylian    Mbappe
1       Japan   Hiroyuki    Tajima
2       Japan      Shiji    kagawa
3     England      Harry      Kane
4       Japan       Yuya    Ohsako
5  Portuguese  Cristiano   Ronaldo

我想让它如下

      country first_name last_name
0      France     Kylian    Mbappe
1       Japan     Tajima  Hiroyuki
2       Japan     Kagawa    Shinji
3     England      Harry      Kane
4       Japan     Ohsako      Yuya
5  Portuguese  Cristiano   Ronaldo

---

有什么想法吗？

使用

loc

并将“first\u name”和“last\u name”值交换给“country”与“Japan”匹配的行

---

使用

重命名

和

更新

的另一个选项：

mp = {'first_name': 'last_name', 'last_name': 'first_name'}
df.update(df.loc[m].rename(mp, axis=1))
df

      country first_name last_name
0  France      Kylian     Mbappe  
1  Japan       Tajima     Hiroyuki
2  Japan       Kagawa     Shiji   
3  England     Harry      Kane    
4  Japan       Ohsako     Yuya    
5  Portuguese  Cristiano  Ronaldo 

---

使用

np.where

mask = df['country']=='Japan'

df['first_name1'] = np.where(mask, df['last_name'], df['first_name'])
df['last_name'] = np.where(mask, df['first_name'], df['last_name'])

df['first_name'] = df['first_name1']

df.drop('first_name1', axis=1, inplace=True)

输出：

    country first_name  last_name
0   France  Kylian  Mbappe
1   Japan   Tajima  Hiroyuki
2   Japan   Kagawa  Shiji
3   England Harry   Kane
4   Japan   Ohsako  Yuya
5   Portuguese  Cristiano   Ronaldo

试试这个：

df['last_name1']=df.last_name
df.loc[df.country=='Japan','last_name']=df[df.country=='Japan']['first_name']
df.loc[df.country=='Japan','first_name']=df[df.country=='Japan']['last_name1']
df=df.drop(['last_name1'],axis=1)

输出：

---

您可以将列重命名，而不是

df['first\u name']=df['first\u name1']

。您还应该考虑仅用一次计算“国家”的条件，并将其保存到某种用途。但是<代码> FrestyNAME1列将仍然存在，我是正确的吗？<代码> DF.ReNeMe（{‘FrestTyNAME1’：‘FixTyNeNe}’，轴＝1）< /C> >将重命名该列（不重复它）。这比创建一个新的并删除旧的要好。@cs95那么我的df将有两列，名为

first\u name

。我明白你的意思。一个建议是

df['last_name']=np.where（mask，df.pop（'first_name'）），df.pop（'last_name'））

，然后重命名就可以了。但在这一点上，发生的事情太多了。也许这样就好了。

df['last_name1']=df.last_name
df.loc[df.country=='Japan','last_name']=df[df.country=='Japan']['first_name']
df.loc[df.country=='Japan','first_name']=df[df.country=='Japan']['last_name1']
df=df.drop(['last_name1'],axis=1)

### check below   


 df['first_name'],df['last_name']=np.where(df['country']=='Japan',(df['last_name'],df['first_name']),(df['first_name'],df['last_name']))

   country      first_name     last_name
0   France      Kylian         Mbappe
1   Japan       Tajima         Hiroyuki
2   Japan       Kagawa         Shiji
3   England     Harry          Kane
4   Japan       Ohsako         Yuya
5   Portuguese  Cristiano  Ronaldo