如何在Pandas中先展示原始DataFrame输出再展示修改后输出

问题说明 #

作为新手，需要实现：先输出筛选排序后的原始DataFrame，再输出修改后的同格式DataFrame。要求仅对符合条件（esal≤1300000且country name为Indonesia或USSR）的esal值翻倍，其他列保持不变。

原始代码 #

import pandas as pd

source = r'C:\Users\pulun\hbrag08\Durga Software\Complete Python Package\Python for Data Science\04. Pandas\DataFrame\employee_data.csv'
df = pd.read_csv(source,
                   usecols=['eno','ename','esal','city','country'],
                   index_col='eno',
                   sep=';')

df.rename(columns={'country': 'country name'},inplace=True)

print(df.sort_values(['esal']).loc[df['country name'].isin(
    ['Indonesia', 'USSR'])].head(n=6))


df.loc[(df['esal'] <= 1300000) & (df['country name'].isin(
    ['Indonesia', 'USSR']))] = df.loc[(df['esal'] <= 1300000) & (df['country name'].isin(
        ['Indonesia', 'USSR']))].apply(lambda x: x*2)

print('your solution here')

原始输出 #

ename        esal                    city country name
eno
2840       Duffy Stood  1039768.45    9488 Milwaukee Plaza         USSR
5590     Sawyere Clogg  1096587.82  3409 Rockefeller Alley         USSR
730       Garret Attew  1104028.84          7 Walton Point         USSR
9040    Marve Coalburn  1207724.68          97 Susan Point         USSR
1620   Chrotoem Cleeve  1280881.36                     NaN         USSR
9500  Eleanore Cabrera  1294722.19          2401 Hovde Way    Indonesia

期望输出 #

ename        esal                    city country name
eno
2840       Duffy Stood  2079536.90   9488 Milwaukee Plaza         USSR
5590     Sawyere Clogg  2193175.64  3409 Rockefeller Alley         USSR
730       Garret Attew  2208057.68          7 Walton Point         USSR
9040    Marve Coalburn  1207724.68          97 Susan Point         USSR
1620   Chrotoem Cleeve  2415449.36                     NaN         USSR
9500  Eleanore Cabrera  2589444.38          2401 Hovde Way    Indonesia

解决方案 #

问题分析 #

原代码的apply(lambda x:x*2)会对整行所有列执行乘法操作，包括字符串类型的ename、city（字符串乘2会重复两次，比如"abc"变成"abcabc"），不符合需求。另外，修改后没有按原始筛选格式输出结果。

修正代码 #

import pandas as pd

source = r'C:\Users\pulun\hbrag08\Durga Software\Complete Python Package\Python for Data Science\04. Pandas\DataFrame\employee_data.csv'
df = pd.read_csv(source,
                   usecols=['eno','ename','esal','city','country'],
                   index_col='eno',
                   sep=';')

df.rename(columns={'country': 'country name'},inplace=True)

# 1. 定义通用筛选条件，保存筛选排序后的原始结果
filter_condition = df['country name'].isin(['Indonesia', 'USSR'])
sorted_original_df = df.sort_values(['esal']).loc[filter_condition].head(n=6)

# 2. 打印原始筛选数据
print("=== 原始筛选数据 ===")
print(sorted_original_df)

# 3. 仅对符合条件的esal列翻倍，避免修改其他列
modify_condition = (df['esal'] <= 1300000) & filter_condition
df.loc[modify_condition, 'esal'] *= 2

# 4. 按相同格式打印修改后的数据
print("\n=== 修改后数据 ===")
print(df.sort_values(['esal']).loc[filter_condition].head(n=6))

代码说明 #

• 定义通用筛选条件filter_condition，减少重复代码
• 提前保存原始筛选排序结果，确保前后输出格式完全一致
• 仅针对esal列执行翻倍操作，不会改动字符串类型的列
• 分模块打印原始和修改后的数据，逻辑清晰易读

内容的提问来源于stack exchange，提问作者doughstone