如何仅对Pandas DataFrame的单列使用where方法

错误原因 #

你之前的代码错误地对整个DataFrame调用where方法并指定axis=1，导致当ID>5不成立时，整行数据被替换为日期值，最终NAME、ID等非日期列也被修改为日期类型，完全偏离了仅修改Result Date列的需求。

正确实现方式 #

针对仅修改Result Date列的需求，有以下几种简洁的实现方法：

方法一：对单个列使用where #

where方法的逻辑是：条件为True时保留原列值，False时使用替换值。直接对Result Date列调用该方法即可：

import pandas as pd

my_dict={'NAME':['Ravi','Raju','Alex','Ron','King','Jack'],
         'ID':[1,2,3,4,5,6],
         'MATH':[80,40,70,70,82,30],
         'ENGLISH':[81,70,40,50,60,30],
         'Result Date': ['2021-08-01', '2021-04-24', '2021-09-30', '2021-07-13', '2021-09-30', '2021-07-13'],
}
my_data = pd.DataFrame(data=my_dict)
my_data['Result Date'] = pd.to_datetime(my_data['Result Date'])

# 仅对Result Date列执行where操作
my_data['Result Date'] = my_data['Result Date'].where(my_data["ID"] > 5, my_data['Result Date'] + pd.Timedelta(days=14))
print(my_data)

方法二：使用numpy.where #

通过numpy.where可以更直观地实现条件赋值：

import pandas as pd
import numpy as np

# ... 前面的DataFrame初始化代码不变

my_data['Result Date'] = np.where(
    my_data["ID"] > 5,  # 判断条件
    my_data['Result Date'],  # 条件为True时的值
    my_data['Result Date'] + pd.Timedelta(days=14)  # 条件为False时的值
)

方法三：用loc直接赋值（最直观） #

通过loc定位到需要修改的行和列，直接进行增量赋值：

import pandas as pd

# ... 前面的DataFrame初始化代码不变

# 对ID<=5的行，给Result Date加14天
my_data.loc[my_data["ID"] <= 5, 'Result Date'] += pd.Timedelta(days=14)

执行结果 #

以上三种方法都会得到你想要的预期结果：

• ID≤5的行，Result Date都增加了14天
• ID=6的行（Jack），Result Date保持原日期2021-07-13不变
• 其他列（NAME、ID、MATH、ENGLISH）的数据完全不受影响

内容的提问来源于stack exchange，提问作者Kingston X