根据条件用另一列值替换大量列中的值

Question

我有此数据：

id   |  d1   |  d2  |  d3  | .... |  d64   | FINAL_GRADE
1    |  0    |  15  |  0   | .... |  23    | 95
2    |  8    |  0   |  12  | .... |  0     | 75   

我想用FINAL_GRADE列中的对应值替换每一行中的所有非零值，并获取此表：

id   |  d1   |  d2  |  d3  | .... |  d64   | FINAL_GRADE
1    |  0    |  95  |  0   | .... |  95    | 95
2    |  75   |  0   |  75  | .... |  0     | 75   

这是我的代码：

df[df.ix[:, 1:63] != 0] = df['FINAL_GRADE']

但是，我收到此错误： TypeError: Cannot do inplace boolean setting on mixed-types with a non np.nan value

我想知道我的代码是否有任何问题？ 否则我的方法是完全错误的。 感谢您的帮助！

Answer 1

一种可能性是在创建的布尔掩码上使用DF.mask()方法。

使用.ix用于设置值这里大概是失败，因为你在具有混合列的子集数工作dtypes （ float -由于布尔面罩和子集操作和产生int -在FINAL_GRADE值在要查找）。

这将是产生TypeError主要原因。

脚步：

1）通过使用str.startswith选择以char d开头的列来对数据str.startswith进行str.startswith 。

2）在此子集中的值不为零的条件下使用DF.mask ，通过指定axis=0 ，将它们替换为FINAL_GRADE行中存在的内容。

3）最后，使用pd.concat （ axis=1 ）按列连接id ， FINAL_GRADE和蒙版DF

---

sub_df = df[df.columns[df.columns.str.startswith('d')]]
mask_df = sub_df.mask(sub_df != 0, df['FINAL_GRADE'], axis=0)
pd.concat([df['id'], mask_df, df['FINAL_GRADE']], axis=1)

Answer 2

以下内容可能比严格必要的内容粗略一些，但我认为这完全可以解决您的问题：

for _, row in df.iterrows():
    row[0:-1][row != 0] = row.FINAL_GRADE

请注意，我在这里做了两件事，因此请注意以下几点：

1. row[0:-1]将解决除最后一项以外的所有行项目，因此在这种情况下使用整数索引时，.ix不是必需的，并且您也不会被锁定在只有 64列的情况下。
2. 我遍历所有行，通常这不是最有效的处理方式，但是对于像这样的情况，如果它们不是高性能计算重复数百次的情况，我发现它是可读且足够好的。
3. _是忽略变量的约定，在这种情况下，它是iterrows()自动为我提供的行索引。
4. 尝试使用.loc而不是.ix因为它利用了标记数据给您的语义优势。

我将尝试考虑一个没有for循环的解决方案，该解决方案被认为是pythonic的，并且不是太人为或难以理解。

编辑：找到了我认为可读性，简单性/通用性足以应用于其他/类似问题的单线：

df.ix[:, 0:-1] = df.ix[:, 0:-1].where(df == 0, df.FINAL_GRADE, axis=0)