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:Python 按列表在pandas.DataFrame中建立索引,python,python-3.x,pandas,slice,Python,Python 3.x,Pandas,Slice,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, col
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。