如何根据条件在具有多索引的 DataFrame 中更改列内的值

Question

我当前的 DF 看起来像：

                            column 1   column 2   column 3
      user_id      date
       5678     2022-01-01    0.0        1.5          0.0
       6253     2022-01-14    0.0        NaN          2.0

我的 DF 有很多行，我需要根据 user_id 是否在名为“用户”的特定集合中更改第 2 列的值。

我正在使用以下代码，但它似乎不起作用。

我的代码：

for idx, row in df.iterrows():
  if idx[0] in users:
    row['column 2'] = 0  

当我检查“用户”集中存在的特定 user_id 时，它显示为“NaN”。 这是否意味着代码无效？ 如果 user_id 存在于用户集中，我需要第 2 列的所有值都为零。

先感谢您。

Answer 1

df.loc[df.index.get_level_values("user_id").isin(users), "column 2"] = 0

你不需要循环！ 你可以

• 获取索引中的 user_id 级别值
• 检查其中哪些在预定义的“用户”集中
• 使用该 boolean 掩码作为行索引器，将感兴趣的列“第 2 列”用作第 1列
  • 然后.loc将进行设置

Answer 2

这是我解决这个问题的方法：

for user in users:
    if user in df.index.get_level_values(level='user_id'):
        df['column 2'].loc[user,:] = 0

循环将检查每个用户。 如果他们在 dataframe 的索引中，它将为该用户更改第 2 列中的值。 （loc 在这里工作）

这也可能有效：

for user in users:
    if user in df.index.get_level_values(0):
        df['column 2'].loc[user,:] = 0