熊猫条件下降

我试图有条件地降行了大熊猫据帧，用语法如：熊猫条件下降

if ((df['Column_1'] == 'value_1') & (df['Column_2'] == 'value_2')): 
    df['Columns_3'] == df['Column_4'] 
else: 
    df.drop()

在此先感谢您的帮助。

来源

2017-09-29 Breton

试着这么做

df = df.drop(df[(df['Column1'] != 'value_1') & (df['Colum2'] != 'value_2')].index) 
df['Column3'] = df['Column4']

来源

2017-09-29 21:32:40

这看起来正确的，但它可以在多种条件下扩展吗？在if语句和drop之前的文章中说，你有：'elif（（df ['Column_1'] =='value_1'）＆（df ['Column_2']。isin（['value_3'，'value_4' ，'value_5']）））。all（）：df ['Column_3'] == df ['Column_5']' – Breton

df.loc[(df['Column_1'] == 'value_1') & (df['Column_2'] == 'value_2'),'Column3'] = df.loc[(df['Column_1'] == 'value_1') & (df['Column_2'] == 'value_2'),'Column4'] 

df = df[df['Column3]==df['Column4']

当大熊猫的工作，最好能进入的尝试使用一些实践内置的C循环功能。

根据上述条件，还会有更新第3列的方法。尽管如此，我还是需要一个数据集来玩。喜欢的东西...

df['Column3'].update(the_condition)

更新要求的指标排队

也可以考虑转换和应用

df['Column3'].transform(the_condition)

或：

df['Column3'].apply(the_condition)

来源

2017-09-29 22:16:25

熊猫条件下降

回答

相关问题