Python 为数据帧中的特定行组合行索引和行值（字符串）

假设我有一个熊猫数据帧：

df = pd.DataFrame({'col1': range(10), 'col2': ['a', 'b', 'c', 'a', 'e', 'f', 'g', 'a', 'h', 'i']})

它看起来像：

   col1 col2
0     0    a
1     1    b
2     2    c
3     3    a
4     4    e
5     5    f
6     6    g
7     7    a
8     8    h
9     9    i

我想更新df['col2']='a'的所有值，并将行索引附加到a，以便得到：

   col1 col2
0     0    a_0
1     1    b
2     2    c
3     3    a_3
4     4    e
5     5    f
6     6    g
7     7    a_7
8     8    h
9     9    i

用于比较转换为字符串后值是否等于a和col1/索引

df['col2']=df['col2'].mask(df['col2'].eq('a'),df['col2'].add('_'+df.index.astype(str)))

#df['col2']=df['col2'].mask(df['col2'].eq('a'),df['col2'].add('_'+df['col1'].astype(str)))

print(df)

用于比较转换为字符串后值是否等于a和col1/索引

df['col2']=df['col2'].mask(df['col2'].eq('a'),df['col2'].add('_'+df.index.astype(str)))

#df['col2']=df['col2'].mask(df['col2'].eq('a'),df['col2'].add('_'+df['col1'].astype(str)))

print(df)

理解力 一个非常低的内存占用循环，可以就地编辑

for i, v in df.col2.iteritems():
    if v == 'a':
        df.at[i, 'col2'] = f'a_{i}'

理解力 一个非常低的内存占用循环，可以就地编辑

for i, v in df.col2.iteritems():
    if v == 'a':
        df.at[i, 'col2'] = f'a_{i}'

---

一个numpy替代方案df['col2']=np。其中df['col2']='A'，A_'+df.index.astypestr，df['col2']@anky_91对于一个有很多行的数据帧，比如说300米，这个解决方案似乎占用了大量内存。对于一个有很多行的数据帧，这个解决方案似乎占用了大量内存，300 M，此解决方案似乎占用了大量内存为什么要更新df['col2']='a'处的所有值并将行索引附加到a？这是一个非常非熊猫的成语。您真的不应该使用索引值或NaN创建一个单独的列，其中df['col2']！='a'？这感觉像是一个XY问题。你最终要做什么？我需要使行具有唯一性，而不是该列中的任何其他行。你为什么说你需要这样做？你在做一些连接吗？使用col2作为进一步操作的索引或键？它只是格式化一些文本以便输出吗？除非我们了解您的背景，否则我们只能猜测解决方案。请向我们发布周围的代码行。下一步是在转换后调用col2上的pd.factorize，然后生成的NumPy数组将用于其他地方的分析。为什么要更新df['col2]=='a'的所有值，并将行索引附加到a？这是一个非常非熊猫的成语。您真的不应该使用索引值或NaN创建一个单独的列，其中df['col2']！='a'？这感觉像是一个XY问题。你最终要做什么？我需要使行具有唯一性，而不是该列中的任何其他行。你为什么说你需要这样做？你在做一些连接吗？使用col2作为进一步操作的索引或键？它只是格式化一些文本以便输出吗？除非我们了解您的背景，否则我们只能猜测解决方案。请向我们发布周围的代码行。下一步是在转换后调用col2上的pd.factorize，然后生成的NumPy数组将用于其他地方的分析。