如何为数据框中的每一行分配一个值到不同的列？

Question

我有一个看起来像这样的数据帧dat ：

        p1    p2    type  replace
1       0     1     1     1
2       1     0     1     1
3       0     0     2     1
...

我想做类似dat['p + str(type)'] = replace操作：

        p1    p2    type  replace 
1       1     1     1     1
2       1     0     1     1
3       0     1     2     1
...

我怎样才能做到这一点？ 当然我不能使用类似iterrows的循环分配...

Answer 1

也许有一些衬板可以做到这一点，但是如果性能并不是真正的问题，则可以使用简单的for循环轻松地做到这一点：

In [134]: df
Out[134]: 
   p1  p2  type  replace
0   0   1     1        1
1   1   0     1        1
2   0   0     2        1

In [135]: for i in df.index:
     ...:     df.loc[i, 'p'+str(df.loc[i, 'type'])] = df.loc[i, 'replace']

In [136]: df
Out[136]: 
   p1  p2  type  replace
0   1   1     1        1
1   1   0     1        1
2   0   1     2        1

如果行多于列，这将更快并且实际上更容易（并且如有必要，可以循环1、2，..）：

df["p1"][df["type"]==1] = df["replace"][df["type"]==1]
df["p2"][df["type"]==2] = df["replace"][df["type"]==2]

Answer 2

In [47]: df['p1'].where(~(df['type'] == 1), df['replace'], inplace=True)

In [48]: df['p2'].where(~(df['type'] == 2), df['replace'], inplace=True)

In [49]: df
Out[49]: 
   p1  p2  type  replace
1   1   1     1        1
2   1   0     1        1
3   0   1     2        1

Answer 3

为了完整起见，我最终做了以下操作，该操作可能与Dan Allan所建议的相同或不同：

for i in range(2):
    df.loc[df['type'] == i + 1, 'p' + str(i + 1)] = df.loc[df['type'] == i + 1, 'replace']

我有一个比我给出的示例更大的问题（在数据框中有30种类型和数千行），这种解决方案似乎非常快。 感谢大家在思考这个问题上的帮助！