根据熊猫中的另一个值更改一个值

我试图将我的Stata代码重新编程为Python，以提高速度，而我的方向是PANDAS。但是，我很难集中精力处理数据。

假设我要遍历列标题“ ID”中的所有值。如果该ID与特定数字匹配，那么我想更改两个相应的值FirstName和LastName。

在Stata中，它看起来像这样：

replace FirstName = "Matt" if ID==103
replace LastName =  "Jones" if ID==103

因此，这将替换FirstName中与Matt的ID == 103值相对应的所有值。

在PANDAS中，我正在尝试类似的方法

df = read_csv("test.csv")
for i in df['ID']:
    if i ==103:
          ...

不知道从这里去哪里。有任何想法吗？

一种选择是使用Python的切片和索引功能来逻辑评估条件所在的位置并覆盖其中的数据。

假设您可以使用将数据直接加载到pandas其中，pandas.read_csv则以下代码可能对您有所帮助。

import pandas
df = pandas.read_csv("test.csv")
df.loc[df.ID == 103, 'FirstName'] = "Matt"
df.loc[df.ID == 103, 'LastName'] = "Jones"

如评论中所述，您也可以一次性完成对两列的分配：

df.loc[df.ID == 103, ['FirstName', 'LastName']] = 'Matt', 'Jones'

请注意，您需要pandas使用0.11或更高版本才能进行loc覆盖分配操作。

另一种方法是使用所谓的链式分配。这种行为的稳定性较差，因此不被认为是最佳解决方案（在文档中明确建议不要这样做），但了解以下信息将很有用：

import pandas
df = pandas.read_csv("test.csv")
df['FirstName'][df.ID == 103] = "Matt"
df['LastName'][df.ID == 103] = "Jones"

您可以使用map，它可以映射字典或自定义函数中的值。

假设这是您的df：

    ID First_Name Last_Name
0  103          a         b
1  104          c         d

创建字典：

fnames = {103: "Matt", 104: "Mr"}
lnames = {103: "Jones", 104: "X"}

和地图：

df['First_Name'] = df['ID'].map(fnames)
df['Last_Name'] = df['ID'].map(lnames)

结果将是：

    ID First_Name Last_Name
0  103       Matt     Jones
1  104         Mr         X

或使用自定义函数：

names = {103: ("Matt", "Jones"), 104: ("Mr", "X")}
df['First_Name'] = df['ID'].map(lambda x: names[x][0])

最初的问题是针对特定的狭窄用例。对于那些需要更通用答案的人，这里有一些示例：

使用其他列中的数据创建新列

给定以下数据框：

import pandas as pd
import numpy as np

df = pd.DataFrame([['dog', 'hound', 5],
                   ['cat', 'ragdoll', 1]],
                  columns=['animal', 'type', 'age'])

In[1]:
Out[1]:
  animal     type  age
----------------------
0    dog    hound    5
1    cat  ragdoll    1

下面，我们description通过使用+被系列覆盖的操作，添加一个新列作为其他列的串联。花式字符串格式，f字符串等在这里不起作用，因为这+适用于标量而不是“原始”值：

df['description'] = 'A ' + df.age.astype(str) + ' years old ' \
                    + df.type + ' ' + df.animal

In [2]: df
Out[2]:
  animal     type  age                description
-------------------------------------------------
0    dog    hound    5    A 5 years old hound dog
1    cat  ragdoll    1  A 1 years old ragdoll cat

我们获得1 years了猫（而不是1 year），它将在下面使用条件固定。

使用条件修改现有列

在这里，我们用animal其他列中的值替换原始列，并np.where根据的值设置条件子字符串age：

# append 's' to 'age' if it's greater than 1
df.animal = df.animal + ", " + df.type + ", " + \
    df.age.astype(str) + " year" + np.where(df.age > 1, 's', '')

In [3]: df
Out[3]:
                 animal     type  age
-------------------------------------
0   dog, hound, 5 years    hound    5
1  cat, ragdoll, 1 year  ragdoll    1

使用条件修改多列

一种更灵活的方法是调用.apply()整个数据框而不是单个列：

def transform_row(r):
    r.animal = 'wild ' + r.type
    r.type = r.animal + ' creature'
    r.age = "{} year{}".format(r.age, r.age > 1 and 's' or '')
    return r

df.apply(transform_row, axis=1)

In[4]:
Out[4]:
         animal            type      age
----------------------------------------
0    wild hound    dog creature  5 years
1  wild ragdoll    cat creature   1 year

在上面的代码中，该transform_row(r)函数接受一个Series表示给定行的对象（用表示axis=1，默认值axis=0会Series为每一列提供一个对象）。因为我们可以使用列名称访问行中的实际“原始”值，并且可以查看给定行/列中其他单元格的情况，所以这简化了处理。

这个问题可能仍然经常被探访，因此值得为卡西斯先生的回答提供补充。可以对dict内置类进行子类化，以便为“缺失”键返回默认值。此机制对熊猫有效。但请参阅下文。

这样就可以避免关键错误。

>>> import pandas as pd
>>> data = { 'ID': [ 101, 201, 301, 401 ] }
>>> df = pd.DataFrame(data)
>>> class SurnameMap(dict):
...     def __missing__(self, key):
...         return ''
...     
>>> surnamemap = SurnameMap()
>>> surnamemap[101] = 'Mohanty'
>>> surnamemap[301] = 'Drake'
>>> df['Surname'] = df['ID'].apply(lambda x: surnamemap[x])
>>> df
    ID  Surname
0  101  Mohanty
1  201         
2  301    Drake
3  401         

可以通过以下方式更简单地完成同一件事。getdict对象的方法使用'default'参数使得不必将dict子类化。

>>> import pandas as pd
>>> data = { 'ID': [ 101, 201, 301, 401 ] }
>>> df = pd.DataFrame(data)
>>> surnamemap = {}
>>> surnamemap[101] = 'Mohanty'
>>> surnamemap[301] = 'Drake'
>>> df['Surname'] = df['ID'].apply(lambda x: surnamemap.get(x, ''))
>>> df
    ID  Surname
0  101  Mohanty
1  201         
2  301    Drake
3  401