基于条件交换Pandas DataFrame两列单元格值（Python）

错误原因 #

你的代码出现KeyError: 'Price/sqft'是因为df.loc['Price','Price/sqft']用法错误：Pandas的loc遵循行索引在前、列索引在后的规则，你把列名'Price'当成行索引传入，但你的DataFrame行索引是默认数字序列，不存在名为'Price'的行，因此抛出KeyError。此外代码还有两个核心问题：

1. 开头的Price/sqft=''.join(map(str, PM))和Price=''.join(map(str, MT))无上下文（PM/MT未定义），属于无效代码，需删除。
2. 仅靠pd.to_numeric的转换异常判断是否交换值，无法覆盖示例中第二行的情况（Price/sqft是合法数值，但确实和Price内容被调换）。

正确实现思路 #

根据需求，判断值是否被调换的核心逻辑是：正常情况下Price是带m的字符串（如1m），Price/sqft是四位左右的数值；当某行的Price数值部分（去掉m）远大于Price/sqft的数值时，说明两者内容被调换。以下是具体实现代码：

import pandas as pd

# 构建示例DataFrame
data = {
    'Price': ['1m', '2000m', '3m', '4m'],
    'Price/sqft': [1000, 2, 3000, 4000],
    'Location': ['CA', 'PA', 'CA', 'CA']
}
df = pd.DataFrame(data)

# 1. 提取Price列的数值部分（去掉m），转换为数值
df['Price_num'] = df['Price'].str.replace('m', '').astype(float)

# 2. 定义需要交换值的行的条件：Price/sqft过小，且Price的数值部分过大
swap_condition = (df['Price/sqft'] < 100) & (df['Price_num'] > 100)

# 3. 对满足条件的行，交换Price和Price/sqft的值
df.loc[swap_condition, 'Price'] = df.loc[swap_condition, 'Price/sqft'].astype(str) + 'm'
df.loc[swap_condition, 'Price/sqft'] = df.loc[swap_condition, 'Price_num']

# 4. 删除临时列，确保Price/sqft为数值格式
df = df.drop('Price_num', axis=1)
df['Price/sqft'] = pd.to_numeric(df['Price/sqft'])

print(df)

执行结果 #

运行后输出的DataFrame会自动修正被调换的行：

关键说明 #

• 条件判断的阈值可以根据实际数据调整（比如存在小面积低单价的情况时，需要优化swap_condition逻辑）。
• 所有操作仅针对满足条件的行，避免误修改正常数据。

内容的提问来源于stack exchange，提问作者Kan