Pandas如何根据另一列字符串条件调整对应列数值

核心实现逻辑 #

针对「name列值为joe的行，对应wgt列数值乘以1.1」的需求，优先使用pandas原生的loc布尔索引定位+赋值写法，执行效率高、语法规范，不会触发赋值警告。
完整可运行代码：

import pandas as pd

# 构造示例DataFrame
data = {
    'name': ['joe','gary','pete','pete','pete','joe','gary','gary','gary'],
    'wgt': [10,8,12,13,14,11,7,5,7]
}
df = pd.DataFrame(data)

# 按条件更新数值：定位name等于joe的行，对wgt列做乘1.1运算
df.loc[df['name'] == 'joe', 'wgt'] *= 1.1

执行代码后打印df，即可得到预期结果：

注意事项 #

• 不要使用链式索引写法（例如df[df['name'] == 'joe']['wgt'] = df[df['name'] == 'joe']['wgt'] * 1.1），这种写法会触发SettingWithCopyWarning，且存在赋值不生效的风险。
• 如果需要保留原始DataFrame、生成新的计算结果，可以使用numpy.where实现：

import numpy as np
df['new_wgt'] = np.where(df['name'] == 'joe', df['wgt'] * 1.1, df['wgt'])

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