如何根據某些條件修改 Pandas DataFrame 中的特定值？

根據 Pandas 中的特定條件修改值

迭代 Pandas DataFrame 時，通常需要根據匹配條件修改特定值。為了在 Pandas 中實現這一點，我們可以利用它的索引和過濾功能。

理解問題

目標是迭代 DataFrame 中的「ID」欄位如果遇到特定 ID，則相應地更改「FirstName」和「LastName」欄位。在Stata 中，可以使用以下方法來實現：

replace FirstName = "Matt" if ID==103
replace LastName = "Jones" if ID==103

Pandas 實作

要在Pandas 中實作此邏輯，我們可以使用以下方法：

import pandas as pd

df = pd.read_csv("test.csv")

# Using logical indexing and overwrite assignment
df.loc[df.ID == 103, 'FirstName'] = "Matt"
df.loc[df.ID == 103, 'LastName'] = "Jones"

此程式碼會根據條件ID == 103 對DataFrame 進行切片，以選擇具有該ID 的行，然後用所需的值覆寫「FirstName」和「LastName」欄位中的值。

鍊式賦值

另一種方法，雖然不太推薦，但鍊式賦值：

df['FirstName'][df.ID == 103] = "Matt"
df['LastName'][df.ID == 103] = "Jones"

這種方法也會根據過濾條件修改值，但不鼓勵這樣做因為它可能會導致較新的Pandas 版本出現不可預測的行為。

結論

透過利用適當的索引和覆蓋賦值技術，Pandas 允許基於特定值的高效修改根據匹配標準，實現與其他統計軟體中類似的複雜數據操作。

以上是如何根據某些條件修改 Pandas DataFrame 中的特定值？的詳細內容。更多資訊請關注PHP中文網其他相關文章！