Pandas：根据布尔条件更改多列中的值

Question

这应该是一个简单的事情，但不知怎的，我无法围绕在熊猫中选择和掩盖事物的所有不同方式。

因此，对于大型数据帧（从csv文件读入），我想根据某些布尔条件更改列列表的值（在相同的选定列上进行测试）。

我已经尝试了类似的东西，由于尺寸不匹配而无效：

df.loc[df[my_cols]>0, my_cols] = 1

这也行不通（因为我试图改变错误列中的值，我认为）：

df[df[my_cols]>0] = 1

这不起作用，因为我只更改数据帧的副本：

df[my_cols][df[my_cols]>0] = 1

这是df.info的输出：

Int64Index: 186171 entries, 0 to 186170
Columns: 737 entries, id to 733:zorg
dtypes: float64(734), int64(1), object(2)
memory usage: 1.0+ GB

一些更高级的Pandas用户可以提供帮助吗？ 谢谢。

Answer 1

所以这就是我最终得到了预期的结果，但我觉得必须有更多的熊猫式解决方案来完成这项任务。

for col in my_cols:
    df.loc[df[col]>0, col] = 1 

Answer 2

我很确定有更优雅的方式，但这应该有效：

df = pd.DataFrame(np.random.randint(5, size=(3,4)), columns = ['a','b','c','d'])
mycols =['a','b']
cols_tochange = df.columns[df[mycols].all()>1]
df.loc[:,cols_tochange]  = 1

注意使用all()来获取整个列的条件

Answer 3

试试pandas.DataFrame.where

返回与self相同形状的对象，其对应的条目来自self，其中cond为True，否则来自其他。

在你的情况下，这将成为：

df[my_cols] = df[my_cols].where(~(df[my_cols]>0),other=1)