如何在Pandas中基于多条件替换列中的值

现有如下DataFrame：

import pandas as pd

df = pd.DataFrame.from_dict(
    {
        'Name': ['Jane', 'Melissa', 'John', 'Matt'],
        'Age': [23, 45, 35, 64],
        'Birth City': ['London', 'Paris', 'Toronto', 'Atlanta'],
        'Gender': ['F', 'F', 'M', 'M']
    }
)

需求：当Name列的值为Melissa或John时，将Gender列对应的值替换为X，该如何实现？

方法1：使用loc条件索引（最直观常用） #

通过isin()匹配目标姓名，再用loc精准定位要修改的行和列，直接赋值替换：

df.loc[df['Name'].isin(['Melissa', 'John']), 'Gender'] = 'X'

方法2：用numpy.where实现条件赋值 #

利用numpy.where的三元逻辑，满足条件时替换为X，否则保留原Gender值：

import numpy as np

df['Gender'] = np.where(df['Name'].isin(['Melissa', 'John']), 'X', df['Gender'])

方法3：使用mask方法 #

mask()会自动将满足条件的位置替换为指定值，其余位置保留原值：

df['Gender'] = df['Gender'].mask(df['Name'].isin(['Melissa', 'John']), 'X')

执行任意一种方法后，得到的结果如下：

内容的提问来源于stack exchange，提问作者four-eyes