Python 识别列值，然后为每个列分配新值

我有一个包含城市的熊猫数据框架，还有一个单独的列表，其中包含每个城市的乘数。我想用列表中每个城市对应的乘数来更新第一个df中的

taxantium

我当前的代码运行正常，但它将所有城市的乘数设置为相同，而不是更新为新的乘数。因此，基本上所有城市的税率都是相同的，但它们应该是不同的。有什么建议可以让它发挥作用吗

将熊猫作为pd导入
df=pd.DataFrame({
‘城市’：[‘贝莱尔海滩’、‘贝莱尔海滩’、‘清水’、‘清水’]，
“TaxAnnualAmount”：[567247812193.342199.14]
})
flag=True
旗帜=（df['City']='Belleair Bluffs'）
如果（flag.any（）==True）：
df.loc['TaxAnnualAmount']=（（df['CurrentPrice']/1000）*19.9818）
flag=True
旗帜=（df['City']='Belleair'）
如果（flag.any（）==True）：
df.loc['TaxAnnualAmount']=（（df['CurrentPrice']/1000）*21.1318）
flag=True
旗帜=（df['City']='Belleair Shore'）
如果（flag.any（）==True）：
df.loc['TaxAnnualAmount']=（（df['CurrentPrice']/1000）*14.4641）

根据您的评论，每当您需要使用不同的因子更新所有行（或大部分行）时，您可以使用这些值创建第二个数据框，并将其与原始数据框合并

#示例数据
df=pd.DataFrame({
‘城市’：[‘贝莱尔海滩’、‘贝莱尔海滩’、‘清水’、‘贝莱尔’]，
“TaxAnnualAmount”：[567247812193.34500]
})
mults=pd.DataFrame([
[Belleair Bluffs'，19.9818]，
[Belleair'，21.1318]，
['Belleair Shore'，14.4641]
]，列=[“城市”，“系数]）
df=df.merge（mults，on='City'，how='left'）
df['NewTaxAmount']=df['taxanualamount'].div（1000）.mul（df['factor']））
打印（df）

输出

             City  TaxAnnualAmount   factor  NewTaxAmount
0  BELLEAIR BEACH          5672.00      NaN           NaN
1  BELLEAIR BEACH          4781.00      NaN           NaN
2      CLEARWATER          2193.34      NaN           NaN
3        Belleair           500.00  21.1318       10.5659

注意两件事：

how='left'

参数告诉pandas包含主数据框中的所有行，并在不匹配的行上填充

nan

无论何时重写数据帧上的列，都必须小心，确保循环中没有这样的行（与前面的方法相同）

有关合并的更多信息，请参阅cs95中的和