Python 熊猫：根据布尔条件更改多列中的值

这应该是一件简单的事情，但不知何故，我还不能用各种不同的方法来选择和掩盖熊猫身上的东西

因此，对于大数据帧（从csv文件读入），我想根据一些布尔条件（在相同的选定列上测试）更改列列表的值

我已经尝试过类似的方法，但由于尺寸不匹配，该方法不起作用：

df.loc[df[my_cols]>0, my_cols] = 1

这也不起作用（因为我试图更改错误列中的值，我认为）：

这不起作用，因为我只更改了数据帧的一个副本：

df[my_cols][df[my_cols]>0] = 1

以下是

df.info

的输出：

Int64Index: 186171 entries, 0 to 186170
Columns: 737 entries, id to 733:zorg
dtypes: float64(734), int64(1), object(2)
memory usage: 1.0+ GB

---

一些更高级的熊猫可以帮助用户吗？多谢各位

我很确定还有一种更优雅的方式，但这应该是可行的：

df = pd.DataFrame(np.random.randint(5, size=(3,4)), columns = ['a','b','c','d'])
mycols =['a','b']
cols_tochange = df.columns[df[mycols].all()>1]
df.loc[:,cols_tochange]  = 1

---

请注意使用

all（）

，以获取整列的条件

，因此这里是我最终获得所需结果的方式，但我觉得必须有一个更简单的解决方案来完成此任务

for col in my_cols:
    df.loc[df[col]>0, col] = 1 

---

尝试

pandas.DataFrame.where

返回一个与self形状相同的对象及其相应的条目 是来自自我，条件为真，否则来自他人

在您的情况下，这将成为：

df[my_cols] = df[my_cols].where(~(df[my_cols]>0),other=1)

---

很抱歉，您可以发布代码来演示它是如何工作的，正常情况下应该是这样的：

df[df[my_cols]>0]=1

当您返回多维数组并试图使用它进行索引时，您的第一次尝试将不起作用。什么是my_cols、列表或熊猫。索引？@EdChum:我收到了以下错误消息：“TypeError:无法对具有非np.nan值的混合类型进行就地布尔设置”。不过，我不知道如何解释它。@lib:这是一个带有列名的普通列表。这意味着您的列是混合数据类型，是一些整数还是字符串，而不是浮点数？是否可以从

df.info（）发布输出

我不认为这是我想要的。我不想检查列中所有值的条件是否为真，但我想检查列中每个值的条件，并相应地更改（或不更改）值。啊，好的……是的，这将更改所有列

df[my_cols] = df[my_cols].where(~(df[my_cols]>0),other=1)