Python 按列表在pandas.DataFrame中建立索引

我想根据另一列（“列搜索”）中的值，在pd.DataFrame中更改一列（“列更改”）的值（转换为“新值”）。对于单个更改，我有一个解决方案，但我正在搜索多个搜索值的解决方案

预期的单个值示例：

import numpy as np
import pandas as pd
my_array = np.array([[1,2,3,4,5,6,7,8,9,10],[11,22,33,44,55,66,77,88,99,100]])
my_df = pd.DataFrame(my_array, columns = ['col_change', 'col_search'])
my_df.col_change[my_df.col_search == 22] = 'new value'
print(my_df)

多值不按预期工作的示例：“in”运算符在此处不工作

import numpy as np
import pandas as pd
my_array = np.array([[1,2,3,4,5,6,7,8,9,10],[11,22,33,44,55,66,77,88,99,100]])
my_df = pd.DataFrame(my_array, columns = ['col_change', 'col_search'])
list_of_search = [33, 44, 55]
my_df.col_change[my_df.col_search in list_of_search] = 'new value'
print(my_df)

---

使用

df.columns.isin

In [1083]: my_df.loc[my_df.col_search.isin([33, 44, 55]), 'col_change'] = 'new value'

In [1084]: my_df
Out[1084]: 
  col_change  col_search
0          1          11
1          2          22
2  new value          33
3  new value          44
4  new value          55
5          6          66
6          7          77
7          8          88
8          9          99
9         10         100

---

使用

df.columns.isin

In [1083]: my_df.loc[my_df.col_search.isin([33, 44, 55]), 'col_change'] = 'new value'

In [1084]: my_df
Out[1084]: 
  col_change  col_search
0          1          11
1          2          22
2  new value          33
3  new value          44
4  new value          55
5          6          66
6          7          77
7          8          88
8          9          99
9         10         100

---

在python中应该是

isin

不在，更改为

my_-df.col\u-change[my_-df.col\u-search.isin（搜索列表）]='new value'

只需将行更改为my_-df.col\u-change[my_-df.col\u-search.isin（搜索列表）]='python中的'new value'应该是

isin

my-df.col-search.isin（搜索列表）]='new value'只需将in行更改为my_df.col\u change[my_df.col\u search.isin（搜索列表）]='new value'不幸的是，这两个选项在这里都不起作用。我已经测试了选项2。不幸的是，这两个选项在这里都不起作用。我已经测试了选项2。