Python 蟒蛇熊猫。替换列中的值

假设我有一个DataFrame对象，如下所示：

age_diff    result
       1         0
      -1         1
       0         1

我想通过应用

abs

函数来替换列

age\u diff

中的负值。此外，如果

age_diff

中的值发生更改，则应切换

result

列中的值（如果为0，则切换为1，否则切换为0）

经过此转换后，如上所示的DataFrame应该如下所示：

age_diff    result
       1         0
       1         0
       0         1

任何人都可以告诉我如何实现这一点吗？

使用++by

dict

：

print (df)
   age_diff  result
0         1       0
1        -1       0
2        -1       1
3         0       1


mask = df['age_diff'] < 0
df['age_diff'] = df['age_diff'].abs()
df['result'] = df['result'].mask(mask, df['result'].map({0:1, 1:0}))
print (df)
   age_diff  result
0         1       0
1         1       1
2         1       0
3         0       1

---

您可以采取的另一种方法是应用函数：

def magic(row):
    if abs(row['age_diff']) != row['age_diff']:
        row['age_diff'] = abs(row['age_diff'])
        row['result'] = 1 - row['result']
    return row

df = df.apply(magic,axis=1)

---

我用

np得到
age_diff
的符号，然后从那里开始操作

s = np.sign(df.age_diff.values)

df.age_diff *= s
df.result -= (s == -1)

print(df)

   age_diff  result
0         1       0
1         1       0
2         0       1

另一个单线性解决方案使用lambda获得年龄差异的abs，如果年龄差异为负值，则改变结果符号

df.apply(lambda x: [abs(x.age_diff),abs((x.age_diff<0) - x.result)],axis=1)
Out[165]: 
   age_diff  result
0         1       0
1         1       0
2         0       1

df.apply（lambda x:[abs（x.age\u diff），abs（x.age\u diff）super，很高兴能帮上忙。天气真好！
df.apply(lambda x: [abs(x.age_diff),abs((x.age_diff<0) - x.result)],axis=1)
Out[165]: 
   age_diff  result
0         1       0
1         1       0
2         0       1