如何在Python Pandas中满足Age>Level时给Level列加5？

你的代码无法实现需求，主要是几个细节没处理对，下面直接说问题和修正方案：

原代码的问题 #

• 列名大小写不匹配：数据里的列是Age和Level，代码里写的是age和level，Pandas对列名大小写敏感，这会导致逻辑失效。
• 错误使用if判断Series：df['Age'] > df['Level']返回的是布尔Series（每行的判断结果），直接用if会触发报错，因为Pandas无法识别这种整体判断逻辑。
• 缺少赋值操作：df['Level']+5只是计算了新值，但没把结果存回原列，所以数据不会变化。
• 打印逻辑错误：你的print只会执行一次，不会对应符合条件的行触发。

正确实现方案 #

下面提供两种简单可行的方法：

方法1：布尔索引赋值 #

先筛选出Age > Level的行，再给这些行的Level加5：

import pandas as pd

# 读取CSV（如果是空格分隔的CSV，用sep='\s+'处理）
df = pd.read_csv('your_file.csv', sep='\s+')

# 生成条件掩码
condition = df['Age'] > df['Level']
# 给符合条件的行的Level列加5
df.loc[condition, 'Level'] += 5

# 可选：提示修改的行数
if condition.any():
    print(f"{condition.sum()}条记录的Level已更新")

# 输出结果
print(df)

方法2：使用numpy.where #

通过np.where一次性完成条件判断和赋值：

import pandas as pd
import numpy as np

df = pd.read_csv('your_file.csv', sep='\s+')

# 满足条件则Level+5，否则保持原值
df['Level'] = np.where(df['Age'] > df['Level'], df['Level'] + 5, df['Level'])

print(df)

运行结果 #

两种方法都会得到你期望的输出：

Name  Age  Level
0   John   40     50
1    Tom   50     50
2  Jerry   45     45

内容的提问来源于stack exchange，提问作者ruhr_778