Python 基于多列条件递增数据帧中的单元格值

我正在尝试根据

列1

和

列2

中的检查来增加列3中的整数值

  | column_1 | column_2 | column_3
0 |    a     |    x     |    1 
1 |    b     |    y     |    1 
2 |    c     |    z     |    1 

如果

column_1=a

和

column_2=x

，我想将

column_3

中的值增加

1

我尝试了以下方法，但不起作用-

df = pd.DataFrame({
    "column_1": ['a', 'b', 'c'], 
    "column_2": ['x', 'y', 'z'],
    "column_3": [1,1,1]
})

df[(df['column_1']=='a') & (df['column_2']=='x')]['column_3'] += 1

运行上述代码后，检查

df

输出将给出相同的数据帧

在Jupyter显示警告后，我使用了

.loc

，但它仍然不起作用

df.loc[df.column_1.isin(['a']) & df.column_2.isin(['x'])]['column_3'].iat[0] += 1

我们究竟如何做到这一点？

使用是正确的方法，但也有必要删除

][

和

iat

：

df.loc[(df['column_1']=='a') & (df['column_2']=='x'), 'column_3'] += 1

print (df)
  column_1 column_2  column_3
0        a        x         2
1        b        y         1
2        c        z         1

另一个解决方案包括：

---

太好了。！！想知道是否还有其他方法可以实现这一点？或者这是解决我特定问题的唯一方法？@AmitPathak-补充了另一个想法。

df['column_3'] += np.where((df['column_1']=='a') & (df['column_2']=='x'), 1, 0)

print (df)
  column_1 column_2  column_3
0        a        x         2
1        b        y         1
2        c        z         1