python - 是否可以使用 DataFrame 中的 if 语句同时(只需 1 步)更改 2 列？

Question

我在 python 上使用一些 DataFrame，我遇到了一种情况，我必须在相同的 if 条件下同时更改 2 列。我解决了我的问题，但我并没有只用一个 if 条件。

我试图搜索一些相关内容，但我只在 if 条件有 2 列或更多列时找到，而不是在满足条件时找到。

假设我们有:

data.head()

    Foo
1     a
2     a
3     b
4     b
5     b

如果 data['Foo'] == a，我们做 data['Foo'] = c 和 data['Bar'] = 10 ，否则 data['Bar'] = 0。所以，预期的输出是:

data.head()

    Foo  Bar 
1     c   10 
2     c   10
3     b    0
4     b    0
5     b    0

我使用两次 np.where() 解决了这个问题(所以，我验证了 2 个条件)。我必须使用 apply() 吗？

我想要这样的东西:

if data['Foo'] == a:
   data['Foo'] = c
   data['Bar'] = 10
else:
   data['Bar'] = 0

请注意，它只验证了一次条件。另外，这只是出于好奇 :)，因为我已经解决了我的问题。

Answer 1

关闭，你需要的是使用numpy.where :

arr = np.where((data['Foo'] == 'a').values[:, None], ['c', 10], ['b', 0])
print (arr)
[['c' '10']
 ['c' '10']
 ['b' '0']
 ['b' '0']
 ['b' '0']]

但是 - 所有值都被转换为字符串，并且 Foo 也被设置为 b。如果在所有列中设置所有数字或所有字符串值，那么可能的用例。

data[['Foo','Bar']] = pd.DataFrame(arr, index=data.index)
print (data)
  Foo Bar
1   c  10
2   c  10
3   b   0
4   b   0
5   b   0

仅关闭 pandas 解决方案:

data = data.assign(Bar = 0)
data.loc[data['Foo'] == 'a', ['Foo', 'Bar']] = ['c', 10]