如何在條件下替換數據框的值

Question

我有一個超過50列的pandas數據框。 除第一列外的所有數據均為浮點型。 我想用100替換任何大於5.75的值。有人可以建議任何函數執行相同的操作。

替換功能不起作用，因為to_value只能使用“ =”功能，而不能使用大於功能。

Answer 1

這可以使用

df['ColumnName'] = np.where(df['ColumnName'] > 5.75, 100, df['First Season'])

Answer 2

您可以創建一個自定義函數並將其傳遞以應用：

import pandas as pd
import random

df = pd.DataFrame({'col_name': [random.randint(0,10) for x in range(100)]})

def f(x):
    if x >= 5.75:
        return 100
    return x

df['modified'] = df['col_name'].apply(f)
print(df.head())

   col_name  modified
0         2         2
1         5         5
2         7       100
3         1         1
4         9       100

Answer 3

import numpy as np
import pandas as pd

#Create df
np.random.seed(0)
df = pd.DataFrame(2*np.random.randn(100,50))

for col_name in df.columns[1:]: #Skip first column
    df.loc[:,col_name][df.loc[:,col_name] > 5.75] = 100

Answer 4

如果您有數據框：

import pandas as pd
import random

df = pd.DataFrame({'first_column': [random.uniform(5,6) for x in range(10)]})

print(df)

給我：

   first_column
0  5.620439
1  5.640604
2  5.286608
3  5.642898
4  5.742910
5  5.096862
6  5.360492
7  5.923234
8  5.489964
9  5.127154

然后檢查該值是否大於5.75：

df[df > 5.75] = 100

print(df)

給我：

     first_column
0    5.620439
1    5.640604
2    5.286608
3    5.642898
4    5.742910
5    5.096862
6    5.360492
7  100.000000
8    5.489964
9    5.127154

Answer 5

np.where(df.value > 5.75, 100, df.value)