python - 从 Pandas 数据框中的其他列分配列值

Question

如果满足条件，我如何分配我的数据框中的列等于另一列？

更新
问题
当满足条件时，我需要为许多列分配值(有时是该行中另一列的值)。

条件不是问题。

我需要一种有效的方法来做到这一点:

df.loc[some condition it doesn't matter,
['a','b','c','d','e','f','g','x','y']]=df['z'],1,3,4,5,6,7,8,df['p']

简化的示例数据

d = {'var' : pd.Series([10,61]),
'c' : pd.Series([100,0]),
'z' : pd.Series(['x','x']),
'y' : pd.Series([None,None]),
'x' : pd.Series([None,None])}
df=pd.DataFrame(d)

条件如果 var 不丢失且第一个数字小于 5
结果使df.x=df.z & df.y=1

这是不起作用的伪代码，但这是我想要的。

df.loc[((df['var'].dropna().astype(str).str[0].astype(int) < 5)),
['x','y']]=df['z'],1

但是我明白了

ValueError:无法使用长度与值不同的类似列表的索引器进行设置

理想输出

     c  var     x     z     y
0  100    10    x     x     1
1    0    61    None  x  None

下面的代码有效，但效率太低，因为我需要为多个列赋值。

df.loc[((df['var'].dropna().astype(str).str[0].astype(int) < 5)),
['x']]=df['z']
df.loc[((df['var'].dropna().astype(str).str[0].astype(int) < 5)),
['y']]=1

Answer 1

你可以按行工作:

def f(row):
    if row['var'] is not None and int(str(row['var'])[0]) < 5:
        row[['x', 'y']] = row['z'], 1
    return row

>>> df.apply(f, axis=1)
     c  var     x   y  z
0  100   10     x   1  x
1    0   61  None NaN  x

覆盖原来的df:

df = df.apply(f, axis=1)