Python 如何对熊猫进行操作'；基于其他列中的条件的Dataframe列

例如：

   A  B
1  3  0
2  4  0
3  6  1
4  8  0

我想知道是否有一种简单的方法可以将例如10添加到列a的值中，而B中有1

我想有一个df输出如下

   A  B
1  3  0
2  4  0
3  16 1
4  8  0

我发现了类似于下面代码行的内容，但这一行将6替换为1，我想使用6对其进行一些操作

p.pardón为我的英语

df.loc[df['B'] == 1, 'A'] = 1

---

您已接近，请将

10

与

+=

一起使用：

#short version
df.loc[df['B'] == 1, 'A'] += 10
#long version
#df.loc[df['B'] == 1, 'A'] = 10 + df.loc[df['B'] == 1, 'A']
print (df)
    A  B
1   3  0
2   4  0
3  16  1
4   8  0

---

使用

np.where

df['A'] = np.where(df['B'] == 1,df['A'] + 10, df['A'])

输出

    A  B
1   3  0
2   4  0
3  16  1
4   8  0

---

一种可能的解决方案是使用两个参数定义函数：

def cond_func（a，b）：
如果b=1：
返回+10
其他：
归还

然后应用于数据帧中的每一行

df['A']=df.apply（λx:cond_func（x['A']，x['B']，轴=1）

这也是

df.loc[df['B']==1，'A']=df['A']+10

…介于短版和长版之间：）