根据pandas中的另一个值更改一个值

Question

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？

Answer 1

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。

假设您可以使用直接将数据加载到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，您将需要pandas使用0.11或更高版本来进行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，因此不是最佳解决方案（在文档中明确建议不要这样做），但是了解以下信息很有用：

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