pandas - 当定义的掩码为真时如何更改特定列值？

Question

我有一个数据框，其中有这些列名称

• '团队1'，
• '团队2'，
• '城市'，
• “日期”。

我想要做的是当满足某些条件时将“city”的值分配为“dubai”(我使用掩码定义)。

这就是我正在做的事情:

 matches[((matches['team1']=='mi') & (matches['team2']=='rcb') & (matches['date']=='2014-04-19')),'city']='Dubai'

当满足上述所有条件时，我想将“city”中的值(现在为空)更改为“Dubai”

出现的问题:

'Series' objects are mutable, thus they cannot be hashed

我该怎么做？

Answer 1

括号 ([]) 表示法访问 Python 对象的 __getitem__ 方法(如果它定义了方法)。对于 pd.DataFrame 对象，您可以通过括号 df[array_like_object] 传递一个类似数组的对象，它将执行以下操作之一

可能性 1

# returns a copy of df with columns ['col1', 'col2']
df[['col1', 'col2']]

可能性 2

# returns a slice of which rows have corresponding trues in the mask
df[boolean_mask]

跳过其他可能性

<小时/>

你有一个boolean_mask

((matches['team1']=='mi') & 
 (matches['team2']=='rcb') & 
 (matches['date']=='2014-04-19'))

还有一个列

'city'

在这种情况下，它非常适合 loc，它可以完全处理
根据@JohnGalt

matches.loc[
    ((matches['team1']=='mi') &
     (matches['team2']=='rcb') &
     (matches['date']=='2014-04-19')),
    'city'
] = 'Dubai'