循環遍歷列和調整值大熊貓

Question

我有一個大約100,000行和1,000列的df，需要根據現有數據進行一些調整。我如何最好地解決這個問題？大部分的變化將遵循這個基本公式：

1. 搜索欄（或兩個或三個），看看是否滿足條件
2. 如果滿足，改變該行數十個列的值或數百

這是我最好的嘗試，在這裏我創建了列的列表，並正在查看第一列是否包含值1.在那裏，我只想添加一些數字。這部分工作，但它只在第一行，而不是列中的所有1。爲了解決這個問題，我想我需要創建一個循環，我有第二個[i]遍歷所有行，但我不確定是否我錯誤地處理了整個問題。 FWIW，test_cols =列的列表，testing_2是我的df。

 def try_this(test_cols): 
     for i in range(len(test_cols)): 
      if i == 0 and testing_2[test_cols[i]][i] == 1:    
       testing_2[test_cols[i]][i]=testing_2[test_cols[i]][i]+78787 
     i+=1 
     return test_cols 

編輯/例如：

 Year Month Mean_Temp 
City 

Madrid 1999 Jan  7--this value should appear twice  
Bilbao 1999 Jan  9--appear twice 
Madrid 1999 Feb  9 
Bilbao 1999 Feb  10 
.  .  .  . 
.  .  .  . 
.  .  .  . 
Madrid 2000 Jan  6.8--this value should go away 
Bilbao 2000 Jan  9.2--gone 

所以我需要做這樣的事情（使用您的答案）：通過創建一個功能，你可以做到這一點

def alter(row): 
    if row['Year'] == 2000 and row['Month'] == 'Jan': 
     row['Mean_Temp'] = row['Mean_Temp'] #from year 1999! 
     return row['Mean_Temp'] 
    else: 
     return row['Mean_Temp'] 

Answer 1

的一種方法是並應用它。假設如果'a'或'b'中的對應行是偶數，則想要將列'c'增加10倍。

import pandas as pd 

data = {'a':[1,2,3,4],'b':[3,6,8,12], 'c':[1,2,3,4]} 
df = pd.DataFrame(data) 

def alter(row): 
    if row['a']%2 == 0 or row['b']%2 == 0: 
     return row['b']*10 
    else: 
     return row['b'] 

df['c'] = df.apply(alter, axis=1) 

將創建一個DF看起來像，

a b c 
0 1 3 3 
1 2 6 60 
2 3 8 80 
3 4 12 120 

編輯補充： 如果你想從DF的其他部分適用值，你可以把那些在一個字典，然後傳遞進入你的應用功能。

import pandas as pd 

data = {'Cities':['Madrid', 'Balbao'] * 3, 'Year':[1999] * 4 + [2000] * 2, 
     'Month':['Jan', 'Jan', 'Feb', 'Feb', 'Jan', 'Jan'], 
     'Mean_Temp':[7, 9, 9, 10, 6.8, 9.2]} 

df = pd.DataFrame(data) 
df = df[['Cities', 'Year', 'Month', 'Mean_Temp']] 

#create dicitonary with the values from 1999 
edf = df[df.Year == 1999] 
keys = zip(edf.Cities, edf.Month) 
values = edf.Mean_Temp 
dictionary = dict(zip(keys, values)) 


def alter(row, dictionary): 
    if row['Year'] == 2000 and row['Month'] == 'Jan': 
     return dictionary[(row.Cities, row.Month)] 
    else: 
     return row['Mean_Temp'] 

df['Mean_Temp'] = df.apply(alter, args = (dictionary,), axis=1) 

它給你DF看起來像，

Cities Year Month Mean_Temp 
0 Madrid 1999 Jan   7 
1 Balbao 1999 Jan   9 
2 Madrid 1999 Feb   9 
3 Balbao 1999 Feb   10 
4 Madrid 2000 Jan   7 
5 Balbao 2000 Jan   9 

當然你也可以改變，只要你喜歡的參數。希望這可以幫助。