Map 特定行和列的值 - Python Pandas

Question

我有一个数据集，我想在其中匹配索引行并更改该行中列的值。

我查看了 map 和 loc 并能够使用 df.loc 定位数据，但它会过滤掉该数据，我要做的就是在找到该行时更改该行上的列中的值。

什么是最好的方法 - 我的原始帖子可以在这里找到：

原帖

在 excel 中做起来很简单，但在 Pandas 中挣扎。

编辑：

到目前为止，我有这个似乎可行，但在总计算之后它包含很多数字以及 dtype: int64

import pandas as pd

df = pd.read_csv(r'C:\Users\david\Documents\test.csv')

multiply = {2.1: df['Rate'] * df['Quantity']}

df['Total'] = df['Code'].map(multiply)

df.head()

我该如何解决这个问题？

Answer 1

pandas 方法掩码在这里可能是一个不错的选择。 掩码需要两个主要的 arguments：一个条件和用于替换满足该条件的值的东西。

如果您尝试使用从多个 dataframe 列中提取值的公式替换值，您还需要传入一个额外的轴参数。

条件：这将类似于，例如：

df['Code'] == 2.1

替换值：这可以是单个值、系列/数据框，或（对您的目的最有价值的）函数/可调用。 例如：

df['Rate'] * df['Quantity']

轴：因为您将函数/可调用作为替换参数传递，所以您需要告诉mask()如何找到这些值。 它可能看起来像这样：

axis=0

所以总的来说，代码将如下所示：

df['Total'] = df['Code'].mask(
    df['Code'] == 2.1,
    df['Rate'] * df['Quantity'],
    axis=0
)