如何根据其他列中的条件对pandas的Dataframe列进行操作

Question

例如：

   A  B
1  3  0
2  4  0
3  6  1
4  8  0

我想知道是否有一种简单的方法可以将例如10添加到B列的值中，其中B为1。

我想要像下面这样的df输出。

   A  B
1  3  0
2  4  0
3  16 1
4  8  0

我找到了类似下面的代码行，但是这个代替6代表1，我想使用它来对它进行一些操作。

PS。 pardón我的英文

df.loc[df['B'] == 1, 'A'] = 1

Answer 1

你很近，使用10 += ：

#short version
df.loc[df['B'] == 1, 'A'] += 10
#long version
#df.loc[df['B'] == 1, 'A'] = 10 + df.loc[df['B'] == 1, 'A']
print (df)
    A  B
1   3  0
2   4  0
3  16  1
4   8  0

Answer 2

使用np.where

df['A'] = np.where(df['B'] == 1,df['A'] + 10, df['A'])

产量

    A  B
1   3  0
2   4  0
3  16  1
4   8  0

Answer 3

一种可能的解决方案是使用两个参数定义一个函数：

def cond_func(a,b):
    if b = 1:
        return a + 10
    else:
        return a

然后应用于数据框中的每一行

df['A'] = df.apply(lambda x: cond_func(x['A'], x['B'], axis=1)