Python 根据多个列的条件更改dataframe列中的某些值

让我们以这个数据帧为例：

df = pd.DataFrame({'Category':['A','B','B','B','A'], 'Subcategory':['C','C','E','D','D']})

  Category Subcategory
0        A           C
1        B           C
2        B           E
3        B           D
4        A           D

我想用“B2”替换类别中的“B”值，其中子类别中有C或D。我尝试了以下操作，但得到错误“序列的真值不明确。请使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）”：

我知道在Stackoverflow上已经有人问过类似的问题，但我不知道我错在哪里。你能帮我理解我的错误吗

预期产出：

  Category Subcategory
0        A           C
1       B2           C
2        B           E
3       B2           D
4        A           D

---

对每个条件使用位运算符和方括号。请参阅说明

df['Category']=np.where((df['Category']=='B')
                        & ((df['Subcategory']=='C')
                           | (df['Subcategory']== 'D')),'B2',df['Category'])
df

Category    Subcategory
0   A   C
1   B2  C
2   B   E
3   B2  D
4   A   D

---

最好使用

isin

检查多个值，

df[“Subcategory”]。isin（['C'，'D']）

在每个条件下使用位运算符和括号。请参阅说明

df['Category']=np.where((df['Category']=='B')
                        & ((df['Subcategory']=='C')
                           | (df['Subcategory']== 'D')),'B2',df['Category'])
df

Category    Subcategory
0   A   C
1   B2  C
2   B   E
3   B2  D
4   A   D

---

最好使用

isin

检查多个值，

df[“Subcategory”].isin（['C'，'D']）

使用

df.loc

。您还可以对多个值使用

df[column].isin

df.loc[(df["Subcategory"].isin(['C','D'])) & (df["Category"]=='B'),'Category']="B2"

输出

df
  Category Subcategory
0        A           C
1        B           C
2        B           E
3        B           D
4        A           D
df.loc[(df["Subcategory"].isin(['C', 'D'])) & (df["Category"] == 'B'), 'Category'] = "B2"
df
  Category Subcategory
0        A           C
1       B2           C
2        B           E
3       B2           D
4        A           D

---

使用

df.loc

。您还可以对多个值使用

df[column].isin

df.loc[(df["Subcategory"].isin(['C','D'])) & (df["Category"]=='B'),'Category']="B2"

输出

df
  Category Subcategory
0        A           C
1        B           C
2        B           E
3        B           D
4        A           D
df.loc[(df["Subcategory"].isin(['C', 'D'])) & (df["Category"] == 'B'), 'Category'] = "B2"
df
  Category Subcategory
0        A           C
1       B2           C
2        B           E
3       B2           D
4        A           D