一起使用.loc和.replace（）

Question

如何根據字典更新數據框的列值？

例如，我的df如下所示： df = pd.DataFrame({'B' : [100,101,102,103],'E' : pd.Categorical(["test","train","test","train"]), 'F' : [128,300,1205,2000]})

Out[28]:

     B      E     F
0  100   test   128
1  101  train   300
2  102   test  1205
3  103  train  2000

dict = {300:301, 2000:2001}

df.loc[df['B'].isin([101,103])].replace(dict)

Out[31]: 
     B      E     F
1  101  train   301
3  103  train  2001

這樣可以得出正確的結果，但是就地執行此操作則會發出“復制警告”，我需要使用此邏輯來更新原始數據框。

另外，執行非常低效的groupby和apply組合工作，但顯然不是最佳選擇。

我該怎么做？

Answer 1

您可以將結果分配回數據框的相同位置：

d = {300:301, 2000:2001}  
mask = df.B.isin([101, 103])  
df.loc[mask] = df.loc[mask].replace(d)

df
#     B     E      F
#0  100 test    128
#1  101 train   301
#2  102 test    1205
#3  103 train   2001

或者您可以使用update ：

df.update(df.loc[df.B.isin([101, 103])].replace(d))