python - 根据条件用另一个列值替换大量列中的值

Question

我有这个数据:

id   |  d1   |  d2  |  d3  | .... |  d64   | FINAL_GRADE
1    |  0    |  15  |  0   | .... |  23    | 95
2    |  8    |  0   |  12  | .... |  0     | 75   

我想用 FINAL_GRADE 列中的相应值替换每行中的所有非零值，并获得此表:

id   |  d1   |  d2  |  d3  | .... |  d64   | FINAL_GRADE
1    |  0    |  95  |  0   | .... |  95    | 95
2    |  75   |  0   |  75  | .... |  0     | 75   

这是我的代码:

df[df.ix[:, 1:63] != 0] = df['FINAL_GRADE']

但是，我收到此错误:TypeError: Cannot do inplace boolean setting on mixed-types with a non np.nan value

我想知道我的代码是否有任何问题？或者我的方法是完全错误的。感谢您的帮助!

Answer 1

一种可能是使用 DF.mask()创建的 bool 掩码上的方法。

使用 .ix 设置值可能会在这里失败，因为您正在对具有混合 dtypes 的列子集进行操作(float - 由于生成 bool 掩码和子集操作 & int - FINAL_GRADE 中的值要查找)。

这将是生成 TypeError 的主要原因。

步骤:

1) 通过使用 str.startswith 选择以字符 d 开头的列来子集数据帧。

2) 对于子集中的值非零的条件，使用 DF.mask，我们用 FINAL_GRADE 中的内容逐行替换它们指定 axis=0。

3) 最后，使用 pd.concat 按列连接 id、FINAL_GRADE 和屏蔽的 DF >(轴=1)

---

sub_df = df[df.columns[df.columns.str.startswith('d')]]
mask_df = sub_df.mask(sub_df != 0, df['FINAL_GRADE'], axis=0)
pd.concat([df['id'], mask_df, df['FINAL_GRADE']], axis=1)