在原始熊猫数据框中合并新的计算

Question

假设我有一个名为“ df”的熊猫数据框，如下所示：

   X   Y  Z
0 -3   6 -7
1 -4 -10 -1
2  9 -10 -9
3  5   0 -8
4 -2   1 -8

我想从df中的某些行中创建一个新框架：

new_df = df.loc[(df['X'] == -3) & (df['X'] == 9)] 

然后修改新的数据框：

new_df.Y = 150

是否有一种简单的方法可以将新数据框架重新插入旧框架，从而仅替换在新框架中修改的那些值？

所以最后，我将得到原始的“ df”，它看起来像这样：

   X   Y  Z
0 -3  150 -7
1 -4 -10 -1
2  9 -150 -9
3  5   0 -8
4 -2   1 -8

Answer 1

如果要用条件替换值，则可以一步完成，即指定行和列条件并分配值，并且可以避免将新数据框与原始数据框合并：

df.loc[(df['X'] == -3) | (df['X'] == 9), "Y"] = 150  
# I assume you mean or instead of and from your result

df
#    X    Y  Z
#0  -3  150 -7
#1  -4  -10 -1
#2   9  150 -9
#3   5    0 -8
#4  -2    1 -8

只要指数new_df没有被修改，您可将new_df.Y回DF修改已经作出后new_df ：

df.loc[(df['X'] == -3) | (df['X'] == 9), "Y"] = new_df.Y 

甚至：

df.loc[(df['X'] == -3) | (df['X'] == 9)] = new_df