Python pandas-基于另一列更改列中的值

假设我有一个dataframe

所有数据

，如下所示：

Id  Zone        Neighb
1   NaN         IDOTRR
2   RL          Veenker
3   NaN         IDOTRR
4   RM          Crawfor
5   NaN         Mitchel

我想在'Zone'列中输入缺少的值，例如，其中'Neighb'是'IDOTRR'，我将'Zone'设置为'RM'，而'Neighb'是'Mitchel'，我将其设置为'RL'

all_data.loc[all_data.MSZoning.isnull() 
             & all_data.Neighborhood == "IDOTRR", "MSZoning"] = "RM"
all_data.loc[all_data.MSZoning.isnull() 
             & all_data.Neighborhood == "Mitchel", "MSZoning"] = "RL"

我得到：

TypeError:类型比较无效

C:\Users\pprun\Anaconda3\lib\site packages\pandas\core\ops.py:798: 未来警告：元素级比较失败；返回标量 相反，但将来将执行元素级比较
结果=getattr（x，name）（y）

我相信这应该很简单，但我已经在这上面混了太久了。请帮忙

使用np.select，即

df['Zone'] = np.select([df['Neighb'] == 'IDOTRR',df['Neighb'] == 'Mitchel'],['RM','RL'],df['Zone'])

使用np.select，即

df['Zone'] = np.select([df['Neighb'] == 'IDOTRR',df['Neighb'] == 'Mitchel'],['RM','RL'],df['Zone'])

---

在Python中，

&

优先于

=

因此，当您执行

all_data.MSZoning.isnull（）&all_data.neighborary==“Mitchel”

，这被解释为

（all_data.MSZoning.isnull（）&all_data.neighborary）==“Mitchel”

，现在Python尝试

和
带有str序列的布尔序列，并查看它是否等于单个str
“Mitchel”
。解决方案是将测试括在括号中：
（all_data.MSZoning.isnull（））和（all_data.neighborary==“Mitchel”）
。有时，如果我有很多选择器，我会将它们分配给变量，然后
和
它们，例如：

null_zoning = all_data.MSZoning.isnull()
Mitchel_neighb = all_data.Neighborhood == "Mitchel"
all_data.loc[null_zoning & Mitchel_neighb, "MSZoning"] = "RL"

这不仅解决了操作顺序问题，还意味着
所有数据。loc[null\u zoning&Mitchel\u neighb，“MSZoning”]=“RL”
适合一行。
在Python中，
&
优先于
=

df.Zone=df.Zone.fillna(df.Neighb.replace({'IDOTRR':'RM','Mitchel':'RL'}))
df
Out[784]: 
   Id Zone   Neighb
0   1   RM   IDOTRR
1   2   RL  Veenker
2   3   RM   IDOTRR
3   4   RM  Crawfor
4   5   RL  Mitchel


因此，当您执行
all_data.MSZoning.isnull（）&all_data.neighborary==“Mitchel”
，这被解释为
（all_data.MSZoning.isnull（）&all_data.neighborary）==“Mitchel”
，现在Python尝试
和
带有str序列的布尔序列，并查看它是否等于单个str
“Mitchel”
。解决方案是将测试括在括号中：
（all_data.MSZoning.isnull（））和（all_data.neighborary==“Mitchel”）
。有时，如果我有很多选择器，我会将它们分配给变量，然后
和
它们，例如：

null_zoning = all_data.MSZoning.isnull()
Mitchel_neighb = all_data.Neighborhood == "Mitchel"
all_data.loc[null_zoning & Mitchel_neighb, "MSZoning"] = "RL"

这不仅解决了操作顺序问题，还意味着
所有数据.loc[null\u zoning&Mitchel\u neighb，“MSZoning”]=“RL”
可以放在一行上。
非常感谢，这工作非常好。但是，不可能为了同样的目的使用
.loc
。.loc使事情变得复杂，所以我使用了更快更有效的np.select。如果你有更多的条件让我知道。我会更新这么多的，这是完美的工作。但是，不可能为了同样的目的使用
.loc
。.loc使事情变得复杂，所以我使用了更快更有效的np.select。如果你有更多的条件让我知道。我将把测试用括号括起来：
（all_data.MSZoning.isnull（））和（all_data.neighbory==“IDOTRR”）
@accumulation，谢谢你把测试用括号括起来：
（all_data.MSZoning.isnull（））和（all_data.neighbory==“IDOTRR”）
@accumulation，谢谢你开箱思考，做OP想要的+1。这是开箱思考，做OP想要的+1。
df.Zone=df.Zone.fillna(df.Neighb.replace({'IDOTRR':'RM','Mitchel':'RL'}))
df
Out[784]: 
   Id Zone   Neighb
0   1   RM   IDOTRR
1   2   RL  Veenker
2   3   RM   IDOTRR
3   4   RM  Crawfor
4   5   RL  Mitchel