通过基于条件
问题描述：
import pandas as pd
import numpy as np
dt=pd.DataFrame({'schoolNum':['12','13','14','13'],'oldDistrict':['A','B', 'C','B'],'newDistrict':['F',' ','G',' ']})
dt=pd.DataFrame({'schoolNum':['12','13','14','13'],'oldDistrict':['A','B', 'C','B'],'newDistrict':['F','B','G','B']})
我试图从另一个值替换一个蟒蛇大熊猫数据框列的值：通过基于条件
dt.ix[dt['oldDistrict']=='13', 'newDistrict']=dt.oldDistrict
，但我得到的错误消息是一些关于轴线。
答
可以替代由np.nan空白，然后用combine_first
dt = dt.replace({' ': np.nan})
dt['newDistrict'] = dt['newDistrict'].combine_first(dt['oldDistrict'])
返回
newDistrict oldDistrict schoolNum
0 F A 12
1 B B 13
2 G C 14
3 B B 13
答
两件事情：
-
你想用的.loc代替.ix：
dt.loc[<condition>, <column(s) returned>] -
'oldDistrict'的值不等于“13” - 这些值在“schoolNum”中。所以，你完全想要的是：
dt.loc[dt['schoolNum']=='13', 'newDistrict'] = dt['oldDistrict']
你们是不是要替换空白值，或在“schoolNum”替换列与特定值关联的值，每你尝试过什么样的榜样吗？ – jack6e
是的，此时我正在尝试替换缺少的（空白）值。但偶尔我也必须处理在某个时间点发生变化的非缺失值。 – izhak
我问，因为A-Za-z的答案限制了用例，即使它适用于你的小例子。 .loc方法更符合你的要求（“根据条件，用另一个python熊猫数据框列的值替换一个python熊猫数据框列的值”），并且为处理未来情况提供了更大的灵活性，包括空白值，即（dt .loc [dt ['newDistrict'] ==''，'newDistrict'] = dt ['oldDistrict']）。 – jack6e