如何按条件修改Pandas DataFrame中count列的单元格数据？

前提说明 #

原DataFrame的count列因创建方式为np.array混合类型，默认是字符串（object）类型，处理前需先转换为数值类型（或直接用字符串操作），以下提供三种实用实现方式：

方法1：数值运算（推荐，便于后续统计分析） #

先将count转为整数类型，再通过条件判断对指定行的数值放大100倍：

import pandas as pd
import numpy as np

# 初始化原数据
temp = pd.DataFrame(np.array([['2022-10-13','one',123],['2022-10-13','two',77123],
                              ['2022-10-13','three',451], ['2022-10-13','three',77]]),
                            columns = ['date','reason','count'])

# 转换count列为整数类型
temp['count'] = temp['count'].astype(int)

# 使用np.where实现条件赋值：reason不等于two时乘以100，否则保持原值
temp['count'] = np.where(temp['reason'] != 'two', temp['count'] * 100, temp['count'])

方法2：通过loc定位修改 #

同样先转换类型，再用loc精准定位目标行修改数值：

# 初始化原数据（同上）
temp = pd.DataFrame(np.array([['2022-10-13','one',123],['2022-10-13','two',77123],
                              ['2022-10-13','three',451], ['2022-10-13','three',77]]),
                            columns = ['date','reason','count'])

temp['count'] = temp['count'].astype(int)

# 定位reason不等于two的行，将count列乘以100
temp.loc[temp['reason'] != 'two', 'count'] *= 100

方法3：字符串拼接（保持字符串格式） #

如果不需要数值类型，仅需在字符串末尾添加00，可直接操作：

# 初始化原数据（同上）
temp = pd.DataFrame(np.array([['2022-10-13','one',123],['2022-10-13','two',77123],
                              ['2022-10-13','three',451], ['2022-10-13','three',77]]),
                            columns = ['date','reason','count'])

# 条件拼接字符串
temp['count'] = np.where(temp['reason'] != 'two', temp['count'] + '00', temp['count'])

最终结果 #

三种方法均可得到目标DataFrame：

date  reason  count
0  2022-10-13     one  12300
1  2022-10-13     two  77123
2  2022-10-13   three  45100
3  2022-10-13   three   7700

内容的提问来源于stack exchange，提问作者DarknessPlusPlus