用熊猫处理数据框（Python）

Question

Python 2.7.11 //熊猫0.18.1

我有一个虚构的数据集（csv），可用于一个250个项目的假想酒类商店。 这些列涵盖“啤酒”，“标签”，“年份”，“商店价格”，“ MSRP”，“供应商价格”等。 但是，对于这个问题，相关的部分是啤酒厂和商店价格（在结帐时查询的当前价格）。

         Brewery  Store Price
104  Glenfiddich       109.99
105  Glenfiddich        89.99
108  Glenfiddich       114.99
110  Glenfiddich        99.99
119  Glenfiddich       169.99

如果我在Glenfiddich上进行销售，则可以通过以下方式找到Glenfiddich的商品：

df = pd.read_csv('liquorStore.csv')    
df.Brewery.str.contains('Glenfiddich')

我知道如何找到Glenfiddich产品，但不知道如何更改数据框内行的值。 例如，我要：

1. 查找“ Glenfiddich”商品
2. 调整“商店价格”以反映销售价格/新价格（例如，折价10％）

注意：我只是在做熊猫练习。

Answer 1

您可以将loc与boolean indexing一起使用进行选择，然后乘以0.9 ：

df.loc[df.Brewery == 'Glenfiddich', 'Store Price'] *= .9

样品：

print (df)
         Brewery  Store Price
104  Glenfiddich       109.99
105  Glenfiddich        89.99
120      Another       100.00

df.loc[df.Brewery == 'Glenfiddich', 'Store Price'] *= .9
print (df)
         Brewery  Store Price
104  Glenfiddich       98.991
105  Glenfiddich       80.991
120      Another      100.000

另一种可能的解决方案是使用mask ：

df['Store Price'] = df['Store Price'].mask(df.Brewery == 'Glenfiddich',
                                           df['Store Price'] * .9)
print (df)
         Brewery  Store Price
104  Glenfiddich       98.991
105  Glenfiddich       80.991
120      Another      100.000