如何在定義掩碼爲真時更改特定的列值？

'TEAM1'，
'TEAM2'，
'城市'，
'日期'。

我想要做的是在某些條件滿足時（我使用mask定義）將'city'的值賦值爲'dubai'。

這是我做的究竟是什麼：

matches[((matches['team1']=='mi') & (matches['team2']=='rcb') & (matches['date']=='2014-04-19')),'city']='Dubai'

當所有上述條件滿足我想在「城市」（現爲空）來更改值「迪拜」

問題這產生了：

'系列' 的對象是可變的，因此它們不能被散列

我該怎麼做？

來源

2016-12-29 Pankaj Mishra

使用'.loc'像'matches.loc [（（匹配[ 'TEAM1'] == 'MI'）及（匹配[ 'TEAM2'] == 'RCB'）及（匹配[」日期'] =='2014-04-19'）），'city'] ='迪拜' – Zero

謝謝先生@JohnGalt你能解釋一下兩者之間的區別嗎？我感到困惑。謝謝各位 –

閱讀關於[索引和選擇數據]（http://pandas.pydata.org/pandas-docs/stable/indexing.html）在熊貓。訪問方法'pd [ix]'和'pd。col'依賴於Numpy索引和Python屬性，並且承載這些限制。熊貓特定的訪問方法，如'.loc [ix，col]'是首選。 – FTP

括號（[]）表示法訪問python對象的__getitem__方法（如果它有一個定義的方法）。對於pd.DataFrame對象時，可以通過托架df[array_like_object]傳遞狀物體的陣列，它會做幾件事情之一

可能性1

# returns a copy of df with columns ['col1', 'col2'] 
df[['col1', 'col2']]

可能性2

# returns a slice of which rows have corresponding trues in the mask 
df[boolean_mask]

跳過其他的可能性

你已經有了一個boolean_mask

((matches['team1']=='mi') & 
(matches['team2']=='rcb') & 
(matches['date']=='2014-04-19'))

而一個column

'city'

在這種情況下，它是完美的loc可以處理正是
Per @JohnGalt

matches.loc[ 
    ((matches['team1']=='mi') & 
    (matches['team2']=='rcb') & 
    (matches['date']=='2014-04-19')), 
    'city' 
] = 'Dubai'

來源

2016-12-29 19:02:28 piRSquared

如何在定義掩碼爲真時更改特定的列值？

回答

相關問題