如何根據多個條件替換 2 個 dataframe 列中的值？

Question

我在 pandas dataframe 中有列，如下所示：

積極的	中性的	消極的
1	0	1
0	1	0

我希望它看起來像這樣：

積極的	中性的	消極的	混合
0	0	0	1
0	1	0	0

首先，我創建了一個名為混合的列，基於句子既有正面又有負面的事實。 現在，由於我已經有“混合”列，我不需要雙重信息，所以我想用 0 替換正面和負面列中的值（僅用於混合情感句子）。 我嘗試了 np.where 的不同變體，但似乎沒有人了解如何根據這 2 列的條件替換 2 列中的值。 有什么建議么？ 謝謝：）

Answer 1

你的問題有點不清楚。 我想你的問題（如果我是正確的）是從這個改變：

積極的	中性的	消極的
1	0	1

對此（因為您有一個名為“混合”的新列）：

積極的	中性的	消極的	混合
0	0	0	1

如果是這種情況，那么代碼應該是（為了便於查看，我使用 3 行而不是 1 行制作表格）：

import pandas as pd

data = {'Positive': [1, 1, 1], 'Neutral': [0, 0, 0], 'Negative': [1, 1, 1]}
df = pd.DataFrame(data)
print(df)
print(\n)
x = (df['Positive'])
x[1] = 0 
print(df)

結果，在第二行的“Positive”列中，值從“1”變為“0”。

使用不同的索引，您可以在x[i] = 0處自行調整代碼。 類似的代碼應用於“否定”列。

Answer 2

您可以分兩步完成 - 設置混合列 - 然后將 pos/neg 列設置為 0。

>>> df['Mixed'] = 0
>>> df
   Positive  Neutral  Negative  Mixed
0         1        0         1      0
1         0        1         0      0
>>> rows = (df.Positive == 1) & (df.Negative == 1)
>>> df.loc[rows, 'Mixed'] = 1
>>> df.loc[rows, ['Positive', 'Negative']] = 0
>>> df
   Positive  Neutral  Negative  Mixed
0         0        0         0      1
1         0        1         0      0

如果你想一起做，你可以使用df.mask() 。

>>> df
   Positive  Neutral  Negative  Mixed
0         1        0         1      0
1         0        1         0      0
>>> rows = (df.Positive == 1) & (df.Negative == 1)
>>> df.mask(rows, [0, 0, 0, 1])
   Positive  Neutral  Negative  Mixed
0         0        0         0      1
1         0        1         0      0