如何在DataFrame中基于另一列过滤后交换指定列的部分值？

原始数据 #

首先定义初始DataFrame：

import pandas as pd

df = pd.DataFrame([[11, 1, 1, 1, 1], [12, 2, 2, 2, 2], [12, 3, 3, 3, 3], [14, 4, 4, 4, 4]], columns=['a', 'b', 'c', 'd', 'e'])

输出结果：

a   b   c   d   e
0   11  1   1   1   1
1   12  2   2   2   2
2   12  3   3   3   3
3   14  4   4   4   4

需求 #

对a列值等于12的行，交换其d列的值，最终得到：

a   b   c   d  e
0   11  1   1   1  1
1   12  2   2   3  2
2   12  3   3   2  3
3   14  4   4   4  4

问题分析 #

你之前尝试的代码：

df[df["a"] == 12]['d'] = df[df["a"] == 12]['d'].map({2: 3, 3: 2})
df.loc[df.a == 12]["d"].replace({2: 3, 3: 2}, inplace=True)

无法修改原DataFrame的原因是：链式索引（先筛选行再选列）返回的是原DataFrame的副本，而非视图。所有修改操作都只作用在副本上，原DataFrame不会受到影响。

正确解法 #

方法1：用loc一次性定位修改（推荐） #

通过loc同时指定行条件和列名，直接对原DataFrame的目标区域赋值：

# 方式1：使用map替换
df.loc[df['a'] == 12, 'd'] = df.loc[df['a'] == 12, 'd'].map({2: 3, 3: 2})

# 方式2：使用replace替换
df.loc[df['a'] == 12, 'd'] = df.loc[df['a'] == 12, 'd'].replace({2: 3, 3: 2})

方法2：直接交换指定行的值 #

如果确定a=12的行只有固定两行，可以直接提取索引后交换：

# 获取a=12的行索引列表
target_idx = df[df['a'] == 12].index
# 交换两行d列的值
df.loc[target_idx[0], 'd'], df.loc[target_idx[1], 'd'] = df.loc[target_idx[1], 'd'], df.loc[target_idx[0], 'd']

运行任意一种方法后，都能得到符合需求的DataFrame结果。

内容的提问来源于stack exchange，提问作者mufassir