如何根据条件阈值高效替换 Pandas DataFrame 中的值？

Pandas 中的条件值替换

在 Pandas 中使用 DataFrame 时，通常需要根据某些条件有选择地修改值。一个常见的任务是替换特定列中超过特定​​阈值的值。

之前使用 df[df.my_channel > 的尝试20000].my_channel = 0 语法在作为原始 DataFrame 的一部分时被证明不成功。这是由于 Pandas 0.20.0 中引入的索引更改所致，它弃用了 .ix 索引器。

为了解决这个问题，我们可以利用 .loc 索引器，它提供了另一种访问和修改行和列的方法

mask = df.my_channel > 20000
column_name = 'my_channel'
df.loc[mask, column_name] = 0

这段代码通过首先创建一个布尔掩码（mask）来实现想要的结果，其中每个值对应于df.my_channel 列中对应的值是否超过 20000。然后我们使用 .loc 来选择 mask 为 True 的行，并将值 0 分配给 column_name 列。

作为替代方案，以下可以使用 -line 代码片段：

df.loc[df.my_channel > 20000, 'my_channel'] = 0

在这种情况下，使用 .loc 而不是 .iloc 很重要（基于整数位置的索引）以避免 NotImplementedError。

以上是如何根据条件阈值高效替换 Pandas DataFrame 中的值？的详细内容。更多信息请关注PHP中文网其他相关文章！