如何在过滤后将Direct行Total值设为对应年份QS行的两倍？

问题场景 #

你需要在满足Category='WC'、Year>2022、Code=1450的条件下，将Type='Direct'行的Total值设为同年份Type='QS'行Total值的两倍，但使用.loc直接赋值时目标行出现NaN。

原代码问题分析 #

你的代码中，WCdf的索引是[1,4]（对应2023和2024年的QS行），而需要修改的目标行索引是[0,3]（对应2024和2023年的Direct行）。Pandas赋值时会按索引对齐，目标行的索引在WCdf中不存在匹配项，因此赋值结果为NaN。

解决方案 #

以下是三种可行的实现方式：

方法1：用字典映射年份与QS值

先提取符合条件的QS行，创建年份到Total值的映射字典，再通过年份匹配赋值：

# 提取QS行并构建Year到Total的映射
qs_year_total = df[
    (df.Category == 'WC') & 
    (df.Year > 2022) & 
    (df.Code == 1450) & 
    (df.Type == 'QS')
].set_index('Year')['Total'].to_dict()

# 筛选需要修改的Direct行，通过年份映射获取QS值并翻倍赋值
target_rows = (
    df['Code'] == 1450 & 
    df['Category'] == 'WC' & 
    df['Year'] > 2022 & 
    df['Type'] == 'Direct'
)
df.loc[target_rows, 'Total'] = df.loc[target_rows, 'Year'].map(qs_year_total) * 2

方法2：通过合并DataFrame关联QS值

将QS行的数据合并到原DataFrame，直接引用对应年份的QS值进行计算：

# 提取QS行数据并重命名列
qs_data = df[
    (df.Category == 'WC') & 
    (df.Year > 2022) & 
    (df.Code == 1450) & 
    (df.Type == 'QS')
][['Year', 'Total']].rename(columns={'Total': 'QS_Total'})

# 合并数据到原DataFrame
merged_df = df.merge(qs_data, on='Year', how='left')

# 筛选目标行并更新Total值
target_rows = (
    merged_df['Code'] == 1450 & 
    merged_df['Category'] == 'WC' & 
    merged_df['Year'] > 2022 & 
    merged_df['Type'] == 'Direct'
)
merged_df.loc[target_rows, 'Total'] = merged_df.loc[target_rows, 'QS_Total'] * 2

# 移除临时列，得到最终结果
df = merged_df.drop('QS_Total', axis=1)

方法3：按年份分组处理

通过groupby按年份分组，在组内直接将Direct行的Total设为QS行的两倍：

def update_direct_total(group):
    # 提取组内QS行的Total值
    qs_val = group[group['Type'] == 'QS']['Total'].iloc[0] if len(group[group['Type'] == 'QS']) > 0 else None
    # 更新组内Direct行的Total
    group.loc[group['Type'] == 'Direct', 'Total'] = qs_val * 2
    return group

# 筛选需要处理的行，按年份分组处理
processed_group = df[
    (df.Category == 'WC') & 
    (df.Year > 2022) & 
    (df.Code == 1450)
].groupby('Year').apply(update_direct_total)

# 将处理后的数据更新回原DataFrame
df.update(processed_group)

验证结果 #

执行上述任意方法后，目标行的Total值会正确更新为对应年份QS行的两倍，符合预期结果。

内容的提问来源于stack exchange，提问作者SaicheS