python - 根据 pandas 中的条件更改数据框的第一行

Question

我有 2 列的值，我只想更新 1 行的第三列。

我有-

df = pd.DataFrame({'A':[1,1,2,3,4,4],
                   'B':[2,2,4,3,2,1],
                   'C':[0] * 6})
print (df)
   A  B  C
0  1  2  0
1  1  2  0
2  2  4  0
3  3  3  0
4  4  2  0
5  4  1  0

如果 A= 1 且 B=2，则只有第一行有 C=1，如下所示 -

print (df)
   A  B  C
0  1  2  1
1  1  2  0
2  2  4  0
3  3  3  0
4  4  2  0
5  4  1  0

现在我已经用过

df.loc[(df['A']==1) & (df['B']==2)].iloc[[0]].loc['C'] = 1

但它不会改变数据框。

Answer 1

如果始终匹配至少一行的解决方案:

创建 bool 掩码并通过 idxmax 设置为第一个 True 索引值:

mask = (df['A']==1) & (df['B']==2)

df.loc[mask.idxmax(), 'C'] = 1

但是如果没有匹配的值idxmax返回第一个False值，因此添加了if-else:

mask = (df['A']==1) & (df['B']==2)

idx = mask.idxmax() if mask.any() else np.repeat(False, len(df))
df.loc[idx, 'C'] = 1
print (df)
   A  B  C
0  1  2  1
1  1  2  0
2  2  4  0
3  3  3  0
4  4  2  0
5  4  1  0

<小时/>

mask = (df['A']==10) & (df['B']==20)

idx = mask.idxmax() if mask.any() else np.repeat(False, len(df))
df.loc[idx, 'C'] = 1
print (df)
   A  B  C
0  1  2  0
1  1  2  0
2  2  4  0
3  3  3  0
4  4  2  0
5  4  1  0