熊貓條件下降

我試圖有條件地降行了大熊貓據幀，用語法如：熊貓條件下降

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

在此先感謝您的幫助。

來源

2017-09-29 Breton

試着這麼做

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

來源

2017-09-29 21:32:40

這看起來正確的，但它可以在多種條件下擴展嗎？在if語句和drop之前的文章中說，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']

當大熊貓的工作，最好能進入的嘗試使用一些實踐內置的C循環功能。

根據上述條件，還會有更新第3列的方法。儘管如此，我還是需要一個數據集來玩。喜歡的東西...

df['Column3'].update(the_condition)

更新要求的指標排隊

也可以考慮轉換和應用

df['Column3'].transform(the_condition)

或：

df['Column3'].apply(the_condition)

來源

2017-09-29 22:16:25

熊貓條件下降

回答

相關問題