使用 if 条件 pandas dataframe 更新单元格值

Question

我遇到了一些问题，其中我使用了 for 循环和 if 条件来更新数据框。 它们应该是非常基本的 python 逻辑，但我在网上找不到解释，所以我想在这里问一下。

出于说明目的，让我们看一个简单的数据框 df：

   1  2
0  1  0
1  0  1
2  1  0
3  0  0
4  1  1

我想要基于前两列值的第三列：

最初我写道：

for i in range(len(df)):
    if df.loc[i,'1']==1 & df.loc[i,'2']==0:
        df.loc[i,'3']=1
    else:
        df.loc[i,'3']=0

但我得到了这个：

   1  2    3
0  1  0  0.0
1  0  1  0.0
2  1  0  0.0
3  0  0  1.0
4  1  1  0.0

然后我发现当我在我的条件中添加方括号时它起作用了：所以我使用了if df.loc[i,'1']==1 & df.loc[i,'2']==0: if (df.loc[i,'1']==1) & (df.loc[i,'2']==0):

那么为什么会这样呢？

此外，我正在测试即使只有一种情况我是否总是需要支架：

for i in range(len(df)):
    if df.loc[1,'2']==1:
        df.loc[1,'4']=0
    else:
        df.loc[1,'4']=1
   

另一个问题发生在我缺少值并且只更新单元格 df.loc[1,'4'] 的地方：

    1   2   3   4
0   1   0   1.0 NaN
1   0   1   0.0 0.0
2   1   0   1.0 NaN
3   0   0   0.0 NaN
4   1   1   0.0 NaN
     
 

我真的很困惑，这次添加括号并没有改变任何东西。 为什么会这样？

除了这两个问题，我更新单元格值的方法一般来说是错误的吗？

Answer 1

矢量化解决方案是将按位AND的&链式掩码转换为整数，以将True, False映射到1,0 ：

df['3'] = ((df['1'] == 1) & (df['2'] == 0)).astype(int)

您的解决方案使用标量，因此使用and而不是&使用数组（不推荐）：

for i in range(len(df)):
    if df.loc[i,'1']==1 and df.loc[i,'2']==0:
        df.loc[i,'3']=1
    else:
        df.loc[i,'3']=0


print (df)
   1  2    3
0  1  0  1.0
1  0  1  0.0
2  1  0  1.0
3  0  0  0.0
4  1  1  0.0

Answer 2

不要使用循环，这是 pandas 中的反模式，使用：

df['3'] = (df['1'].eq(1) & df['2'].eq(0)).astype(int)

df['4'] = df['2'].ne(1).astype(int)
# or, if only 0/1
# df['4'] = 1 - df['2']

此外，使用eq代替==避免需要用圆括号括起相等性以尊重运算符优先级。

输出：

   1  2  3  4
0  1  0  1  1
1  0  1  0  0
2  1  0  1  1
3  0  0  0  1
4  1  1  0  0

Answer 3

你最好使用np.where ：

 import numpy as np
 df['3'] = np.where (df['1']==1 & df['2']==0, 1, 0)

Answer 4

如果第 1 列等于 1 且第 2 列等于 0，则将值 1 放入第 3 列。

df.loc[(df["1"] == 1)&(df["2"] == 0), "3"] = 1 

如果第 1 列不等于 1 或第 2 列不等于 0，则将值 0 放入第 3 列。

df.loc[(df["1"] != 1)|(df["2"] != 0), "3"] = 0