Python如果条件1、2和3有效，则替换为0，否则如果无效，则替换为其他变量

我有一个包含3个变量的数据集：1个日期变量（yyyy-mm-dd）、1个数字变量和1个布尔变量（真/假）

我想要应用的条件是，如果月=12，日=24（圣诞节也是如此），布尔值=True，那么我想要数值=0。否则，我想成为它的样子

---

我见过许多类似的问题，但没有一个希望在条件不适用的情况下数值变量是相同的。

如果您向我们展示一些代码会有所帮助，但您的意思是这样的吗

if month == 12 and day == 24 and Boolean == True:
    numeric = 0
else:
    pass

---

如果你给我们看一些代码会有帮助，但你是说像这样的东西吗

if month == 12 and day == 24 and Boolean == True:
    numeric = 0
else:
    pass

我假设您有一个包含一些数据的pandas

DataFrame

，如下所示：

df=pd.DataFrame（数据=['2018-12-24'，1，真]，
['2018-12-25'，2，假]，
[2019-12-24'，3，正确]，
[2019-12-25'，4，假]，
[2020-12-24'，5，假]，
['2020-12-25'，6，False]]，列=['d'，'n'，'b']）
df['d']=pd.to_datetime（df['d']）

i、 e.

打印（df）

将输出：

     d        n    b
0 2018-12-24  1   True
1 2018-12-25  2  False
2 2019-12-24  3   True
3 2019-12-25  4  False
4 2020-12-24  5  False
5 2020-12-25  6  False

如果确实如此，那么考虑简单地覆盖一些条目，使用<代码> 0 < /代码>：

df.loc[（df['d'].dt.day==24）和（df['d'].dt.month==12）&df['b']，'n']=0

…现在

打印（df）

输出：

     d        n    b
0 2018-12-24  0   True
1 2018-12-25  2  False
2 2019-12-24  0   True
3 2019-12-25  4  False
4 2020-12-24  5  False
5 2020-12-25  6  False

我假设您有一个包含一些数据的pandas

DataFrame

，如下所示：

df=pd.DataFrame（数据=['2018-12-24'，1，真]，
['2018-12-25'，2，假]，
[2019-12-24'，3，正确]，
[2019-12-25'，4，假]，
[2020-12-24'，5，假]，
['2020-12-25'，6，False]]，列=['d'，'n'，'b']）
df['d']=pd.to_datetime（df['d']）

i、 e.

打印（df）

将输出：

     d        n    b
0 2018-12-24  1   True
1 2018-12-25  2  False
2 2019-12-24  3   True
3 2019-12-25  4  False
4 2020-12-24  5  False
5 2020-12-25  6  False

如果确实如此，那么考虑简单地覆盖一些条目，使用<代码> 0 < /代码>：

df.loc[（df['d'].dt.day==24）和（df['d'].dt.month==12）&df['b']，'n']=0

…现在

打印（df）

输出：

     d        n    b
0 2018-12-24  0   True
1 2018-12-25  2  False
2 2019-12-24  0   True
3 2019-12-25  4  False
4 2020-12-24  5  False
5 2020-12-25  6  False

---

好吧，那么“通过”就相当于“让数字保持现状”？我已经尝试过了，但它并没有奏效：好吧，那么“通过”就相当于“让数字保持现状”？我已经试过了，代码可以工作，但是我的数据不是我想要的：条件=[（df['Boolean']='TRUE'），（df['Date'].dt.day==24）和（df['Date'].dt.month==12）]值=[0，df['Numeric']]df['Numeric']=np。select（条件，值）Pass只是一个占位符语句，它什么都不做。您可以完全删除语句的“else”部分，但我认为最好让它实际表明，如果上述语句不正确，您不想做任何事情。导致此错误。。。ValueError：序列的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。好吧，那么“pass”等同于“让数字保持现状”？我已经尝试过这个方法，但它没有奏效：好吧，那么“pass”等同于“让数字保持现状”？我已经试过了，代码可以工作，但是我的数据不是我想要的：条件=[（df['Boolean']='TRUE'），（df['Date'].dt.day==24）和（df['Date'].dt.month==12）]值=[0，df['Numeric']]df['Numeric']=np。select（条件，值）Pass只是一个占位符语句，它什么都不做。您可以完全删除语句的“else”部分，但我认为最好让它实际表明，如果上述语句不正确，您不想做任何事情。导致此错误。。。ValueError：序列的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。查看

np.where

。当提出问题时，最好提供示例输入数据、预期输出和您尝试过的内容。请参见查看

np.where

。当提出问题时，最好提供示例输入数据、预期输出和您尝试过的内容。看，你的例子是有效的，这是我所拥有的，但它对我的数据不起作用！奇怪的是，让我试着重新启动内核，也许它也会对我起作用。谢谢提示：请特别注意上面的括号！（即在重要的命令

df.loc[（…）&（…）&（…）&（…），'n']=0

）中，我的布尔值实际上是一个分类二进制变量，当我将其改回布尔值时，它就起作用了。谢谢你的例子行得通，这就是我所拥有的，但它对我的数据不起作用！奇怪的是，让我试着重新启动内核，也许它也会对我起作用。谢谢提示：请特别注意上面的括号！（即在重要的命令

df.loc[（…）&（…）&（…）&（…），'n']=0

）中，我的布尔值实际上是一个分类二进制变量，当我将其改回布尔值时，它就起作用了。谢谢