Pandas中的条件筛选赋值可以通过两种方法实现:
.loc
或.iloc
方法配合布尔条件进行筛选赋值。例如:import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df.loc[df['A'] > 2, 'B'] = 10
上述代码会将满足条件df['A'] > 2
的行的B
列赋值为10。
np.where()
函数进行条件筛选赋值。这种方法可以在一行代码中实现条件筛选赋值。例如:import pandas as pd
import numpy as np
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df['B'] = np.where(df['A'] > 2, 10, df['B'])
上述代码会将满足条件df['A'] > 2
的行的B
列赋值为10,其他行的B
列保持不变。