如何按规则修改pandas dataframe中指定行的特定值？

实现代码 #

你可以通过逐列判断规则后给name1行赋值的方式实现需求，下面提供两种常用写法：

1. 循环写法（逻辑直观，易理解）

import pandas as pd

# 原有df构造
d = {'col1':['b',''], 'col2':['','a'], 'col3':['','']}
index = ['name1','name2']
df = pd.DataFrame(index=index, data=d)

# 核心替换逻辑
for col in df.columns:
    val_name1 = df.loc['name1', col]
    val_name2 = df.loc['name2', col]
    # 按优先级匹配规则
    if val_name1.strip().islower():
        df.loc['name1', col] = 'green'
    elif val_name2.strip().islower():
        df.loc['name1', col] = 'red'
    else:
        df.loc['name1', col] = 'yellow'

2. 向量化写法（效率更高，适合大表场景）

需要先导入numpy依赖：

import numpy as np

# 按规则生成判断条件
cond_green = df.loc['name1'].str.contains(r'[a-z]', na=False)
cond_red = df.loc['name2'].str.contains(r'[a-z]', na=False)

# 给name1行批量赋值
df.loc['name1'] = np.select([cond_green, cond_red], ['green', 'red'], default='yellow')

效果验证 #

运行后输出df即可得到你需要的结果：

col1   col2    col3
name1  green    red  yellow
name2                  a   

你原来用的replace方法只能做全局的单模式匹配，不支持跨行的条件判断，因此不适用当前场景。

内容的提问来源于stack exchange，提问作者Rocco