python - 根据其他列中的值替换值，如果不满足条件则保留原样

Question

我有一个名为 data 的数据框。使用 np.select() 我正在根据 [data['CO BORROWER] 列中给出的一个条件替换 data['CO BORROWER_STATUS'] 列中的值姓名']

1. 如果 [data['CO BORROWER NAME'] == 'NOT_AVAILABLE' 我将更改 data['CO BORROWER_STATUS']= 'NOT_AVAILABLE'

2.如果不是，则 data['CO BORROWER_STATUS'] 列中不应有任何变化

我使用了如下所示的 np.select() 方法，但如果不满足条件，这会将条目替换为 0。是否有任何其他更改如果条件不满足，我们可以使用代码保留默认值而不进行任何更改。

我需要仅使用 np.select() 或任何其他有效方法的答案，而不是其他效率不高的方法，请问有什么想法吗？

data['CO BORROWER_STATUS'] = np.select([data['CO BORROWER NAME'] == 'NOT_AVAILABLE'],['NOT_AVAILABLE'])

o/p-->:    
I am not passing the else argument here, hence the values are replaced 
with 0 in default for data['CO BORROWER_STATUS'] if condition fails.

Can I have no change if condition not met.

Answer 1

如果要使用numpy.select将最后一个参数 default 设置为原始值:

data['CO BORROWER_STATUS'] = np.select([data['CO BORROWER NAME'] == 'NOT_AVAILABLE'],
                                       ['NOT_AVAILABLE'], 
                                       default=data['CO BORROWER NAME'])

因为只有一个条件，更好的是numpy.where这里:

data['CO BORROWER_STATUS'] = np.where(data['CO BORROWER NAME'] == 'NOT_AVAILABLE',
                                      'NOT_AVAILABLE', 
                                      data['CO BORROWER NAME'])