如何根據 pandas 中多列的條件替換列中的值

Question

當且僅當 dataframe 的三個不同列滿足三個條件時，我想替換“風險評級”列中的值。 我使用掩碼技術和 by.loc 方法完成了它，但它對我不起作用。 我只想對 9 行執行此操作。 對於這種特殊情況，我想將“風險等級”值從 0 替換為 9。 dataframe的長度是180002。這是我寫的代碼：

safety.loc[((safety['Employee Name']=="Shabbir Hussain") & (safety['Employee Number']==11231) & 
(safety['Attendance Date']=="2020-03-12")),['Risk Rating']]=9

mask = (safety['Employee Name']=="Shakir Hussain") & (safety['Employee Number']==11026) & 
(safety['Attendance Date']=="2020-03-12") & (safety['Risk Rating']==0)
safety['Risk Rating'][mask]=9

Answer 1

mask = (safety['Employee Name']=="Shakir Hussain") & 
       (safety['Employee Number']==11026) & 
       (safety['Attendance Date']=="2020-03-12") & 
       (safety['Risk Rating']==0)

如果你想有條件地賦值，你需要使用.loc來定位特定的索引，然后你可以賦值。

safety.loc[mask, 'Risk Rating']=9

或者您也可以使用numpy select來應用掩蔽。

safety['Risk Rating'] = np.select([mask], [9], default=safety['Risk Rating'])

Answer 2

改進@Bikhyat Adhiakri 的答案，考慮到您將處理數千行，請改用 numpy ：

import numpy as np

arr = safety.to_numpy()

# replace 0, 1, 2 with the row numbers
mask = (arr[:,0] == "Shakir Hussain") * (arr[:,1] == 11026) * (df_np[:,2] == "2020-03-12")

arr[mask,4] = 9 # but your data will be in numpy format

# or you can use
# safety.loc[mask, 'Risk Rating'] = 9

對於大行數，numpy 可能會使該過程快 1000 倍。

請參閱： https://stackoverflow.com/a/64504183/11671779