一种方法是将索引与配合使用.loc
。
在没有示例数据框的情况下,我将在此处进行补充:
import numpy as np
import pandas as pd
df = pd.DataFrame({'c1': list('abcdefg')})
df.loc[5, 'c1'] = 'Value'
>>> df
c1
0 a
1 b
2 c
3 d
4 e
5 Value
6 g
假设您想 c2
,c1
除wherec1
是之外, 等效Value
,在这种情况下,您希望将其分配给10:
首先,您可以使用以下两行之一创建一个新的列c2
,并将其设置为等效于c1
,(它们本质上是做相同的事情):
df = df.assign(c2 = df['c1'])
# OR:
df['c2'] = df['c1']
然后,找到所有c1
等于'Value'
使用的索引.loc
,并c2
在这些索引处分配所需的值:
df.loc[df['c1'] == 'Value', 'c2'] = 10
最终,您将得到:
>>> df
c1 c2
0 a a
1 b b
2 c c
3 d d
4 e e
5 Value 10
6 g g
如果按照问题中的建议,有时您可能只是想 ,而不是创建一个新列,则跳过该列的创建,然后执行以下操作:
df['c1'].loc[df['c1'] == 'Value'] = 10
# or:
df.loc[df['c1'] == 'Value', 'c1'] = 10
给你:
>>> df
c1
0 a
1 b
2 c
3 d
4 e
5 10
6 g