Python 有条件地为列指定值

我需要根据a列中的值在B列中设置一个变量，如下所示：

ABC 1
PQR-
ABC-
PQR-
ABC-
PQR-

在我的数据中，针对A列的某些值，我在B列中设置了一个“1”。但问题是，它只针对第一次出现的值。与上面的“ABC”类似，“1”仅为第一次出现设置

我需要为所有这些剩余值设置“1”。 PS-有很多条目，所以我不能硬编码值，比如“为所有ABC设置B列为1”

我试过以下逻辑-

#Filter out entries with a '1' set
df_one = df_Consolidated[df_Consolidated['Val'] == 1]

#Store these values in a list
list_l2 = []
for s in df_one:
    list_l2.append(df_one['Text String'])

#Check in the dataframe column once again iterating over the list

但我认为这不是最好或正确的方法。我正在寻找一个简单而有效的解决方案。

数据（test.csv）：

代码：

输出：

  Text val
0  ABC   1
1  PQR   -
2  ABC   1
3  PQR   -
4  ABC   1
5  PQR   -

---

说明：

这里

df[df['val']=='1']['Text']

将获得所有文本的

val='1'

df['Text'].isin（（df[df['val']='1']['Text']）

将检查df[df['val']='1']['Text']中的每一行是否有文本它将返回

布尔值

像

---

和

df.loc

将val赋值给1

我认为最简单的是

df.loc[df[“A”]=“ABC”，“B”]=1

@jezrael他说只有第一次出现的文本才有值1，所以使用“ABC”是静态的。这将无法解决像“ABC”这样的其他文本出现的问题，好的，所以更改

df.loc[df['Text'].isin（（df.loc[df['val']=='1'，'Text']），'val']='1'

我得到了无效的类型比较：TypeError解决了它，只是'1'必须是1我必须使用

'1'

，因为我使用了csv导入，

val

列中的所有其他值都是字符串类型，所以熊猫会自动将

val=1

转换为字符串类型

df = pd.read_csv('test.csv')
df.loc[df['Text'].isin((df[df['val'] == '1']['Text'])), 'val'] = '1'
print(df)

  Text val
0  ABC   1
1  PQR   -
2  ABC   1
3  PQR   -
4  ABC   1
5  PQR   -

0     True
1    False
2     True
3    False
4     True
5    False