根据条件更改 pandas df 一行中的值

Question

我有一个如下所示的 df，我需要根据条件更改其中一行的值，以便如果它 > 20 则更改为 20。

      col1 col2  col3  col4  col5  col6
row1  str1  str   15.3   25.6   3.5   4.5
row2  str2  str   25.8   55.4   4.5   55
row3  str3  str   35.3   45.8   7.5   65
row4  str4  str   45.2   55.7   6.5   7.5

对于专栏，我尝试了以下方法并且有效：

df.col1 = np.where(df.col1 > 20, 20, df.col1)

然而，对于行，我尝试了使用 loc 和 mask 的多行，但它不起作用。 如果我们取第 3 行，预计 output 是：

  col1 col2  col3  col4  col5  col6
row1  str1  str   15.3   25.6   3.5   4.5
row2  str2  str   25.8   55.4   4.5   55
row3  str3  str   20.0   20.0   7.5   20
row4  str4  str   45.2   55.7   6.5   7.5

Answer 1

所以你可以在选择 dtypes 之后做一个 df.clip，然后 combine_first：

rows = ['row3'] #more row indices here in a list
df_out = df.select_dtypes('number').clip(upper=20).loc[rows].combine_first(df)

---

print(df_out)

      col1 col2  col3  col4  col5  col6
row1  str1  str  15.3  25.6   3.5   4.5
row2  str2  str  25.8  55.4   4.5  55.0
row3  str3  str  20.0  20.0   7.5  20.0
row4  str4  str  45.2  55.7   6.5   7.5

Answer 2

IIUC，这应该有效。 您可以使用to_numeric获取数值， clip以更改值并fillna获取字符串值：

df.loc['row3'] = pd.to_numeric(df.loc['row3'], errors='coerce').clip(upper=20).fillna(df.loc['row3'])

Output：

      col1 col2  col3  col4  col5  col6
row1  str1  str  15.3  25.6   3.5   4.5
row2  str2  str  25.8  55.4   4.5  55.0
row3  str3  str  20.0  20.0   7.5  20.0
row4  str4  str  45.2  55.7   6.5   7.5