如何基于Pandas行中多列条件处理Pharmas与Nutras列数据

原始数据 #

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame(
    {
        'score': [0.0, 1.0],
        'firstyearrisk': ['-', '1.0'],
        'allfuture': ['-', '1.0'],
        'Pharmas': ['Risperidone[9]', 'Risperidone[9]'],
        'Nutras': ['Risperidone[9]', '-']
    },
    index=['ANK2', 'CCL4']
)

原始输出：

score firstyearrisk allfuture        Pharmas        Nutras
Gene                                                    
ANK2     0.0             -         -  Risperidone[9]  Risperidone[9]
CCL4     1.0           1.0       1.0  Risperidone[9]              -

处理逻辑与代码 #

核心思路：先将指定列中的"-"转为0计算行总和，再根据总和为0的条件批量修改目标列值：

# 复制原数据，避免修改原始内容
df_processed = df.copy()

# 定义需要计算总和的列
target_sum_cols = ['score', 'firstyearrisk', 'allfuture']

# 将目标列的"-"替换为0，转换为数值类型后计算每行总和
row_sum = df[target_sum_cols].replace('-', 0).astype(float).sum(axis=1)

# 筛选总和为0的行，将Pharmas和Nutras列设为"-"
df_processed.loc[row_sum == 0, ['Pharmas', 'Nutras']] = '-'

处理后结果 #

print(df_processed)

输出：

score firstyearrisk allfuture        Pharmas Nutras
Gene                                                    
ANK2     0.0             -         -              -      -
CCL4     1.0           1.0       1.0  Risperidone[9]      -

关键说明 #

• 使用replace('-', 0)统一处理非数值标记，确保求和逻辑正确
• 用astype(float)转换列类型，避免字符串求和的错误
• 通过loc精准定位符合条件的行，批量修改目标列，效率更高

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