python - 循环遍历列并调整值 pandas

Question

我有一个大约 100,000 行和 1,000 列的 df，需要根据现有数据进行一些调整。我该如何最好地处理这个问题？大多数更改将遵循以下基本公式:

1. 搜索一列(或两列或三列)以查看是否满足条件
2. 如果满足，则更改该行中数十或数百列的值

这是我最好的尝试，我创建了一个列列表，并查看第一列是否包含值 1。在包含值 1 的地方，我只想添加一些数字。该部分有效，但仅适用于第一行，而不适用于该列中的所有 1。为了解决这个问题，我认为我需要创建一个循环，其中第二个 [i] 遍历所有行，但我不确定我是否错误地处理了整个问题。 FWIW，test_cols = 列列表，testing_2 是我的 df。

      def try_this(test_cols):
         for i in range(len(test_cols)):
             if i == 0 and testing_2[test_cols[i]][i] == 1:            
                 testing_2[test_cols[i]][i]=testing_2[test_cols[i]][i]+78787
         i+=1
         return test_cols

编辑/示例:

       Year   Month    Mean_Temp 
City   

Madrid  1999   Jan     7--this value should appear twice       
Bilbao  1999   Jan     9--appear twice
Madrid  1999   Feb     9
Bilbao  1999   Feb     10
 .        .     .      .
 .        .     .      .
 .        .     .      .
Madrid  2000   Jan     6.8--this value should go away
Bilbao  2000   Jan     9.2--gone

所以我需要做类似的事情(使用你的答案):

def alter(row):
     if row['Year'] == 2000 and row['Month'] == 'Jan':
         row['Mean_Temp'] = row['Mean_Temp'] #from year 1999!
         return row['Mean_Temp']  
     else:
         return row['Mean_Temp']

Answer 1

实现此目的的一种方法是创建一个函数并应用它。假设如果“a”或“b”中的相应行是偶数，则要将“c”列增加 10 倍。

import pandas as pd

data = {'a':[1,2,3,4],'b':[3,6,8,12], 'c':[1,2,3,4]}
df = pd.DataFrame(data)

def alter(row):
    if row['a']%2 == 0 or row['b']%2 == 0:
        return row['b']*10
    else:
        return row['b']

df['c'] = df.apply(alter, axis=1)

会创建一个看起来像这样的 df，

   a   b    c
0  1   3    3
1  2   6   60
2  3   8   80
3  4  12  120

编辑添加:如果您想应用 df 其他部分的值，您可以将它们放入字典中，然后将其传递到您的 apply 函数中。

import pandas as pd

data = {'Cities':['Madrid', 'Balbao'] * 3, 'Year':[1999] * 4 + [2000] * 2,
        'Month':['Jan', 'Jan', 'Feb', 'Feb', 'Jan', 'Jan'],
        'Mean_Temp':[7, 9, 9, 10, 6.8, 9.2]}

df = pd.DataFrame(data)
df = df[['Cities', 'Year', 'Month', 'Mean_Temp']]

#create dicitonary with the values from 1999
edf = df[df.Year == 1999]
keys = zip(edf.Cities, edf.Month)
values = edf.Mean_Temp
dictionary = dict(zip(keys, values))


def alter(row, dictionary):
    if row['Year'] == 2000 and row['Month'] == 'Jan':
        return dictionary[(row.Cities, row.Month)]
    else:
        return row['Mean_Temp']

df['Mean_Temp'] = df.apply(alter, args = (dictionary,), axis=1)

这会给你一个看起来像这样的 df，

   Cities  Year Month  Mean_Temp
0  Madrid  1999   Jan          7
1  Balbao  1999   Jan          9
2  Madrid  1999   Feb          9
3  Balbao  1999   Feb         10
4  Madrid  2000   Jan          7
5  Balbao  2000   Jan          9

当然，您可以随意更改参数。希望这会有所帮助。