Pandas如何根据match_id范围条件为season列指定行填充数值

实现代码 #

你可以直接用pandas的条件索引完成批量赋值，一行代码即可实现需求：

df_raw.loc[df_raw['match_id'].between(1, 59, inclusive='both'), 'season'] = 2017

代码说明 #

• df_raw['match_id'].between(1, 59, inclusive='both') 用于筛选所有match_id在1到59闭区间内的行，你也可以换成更直观的写法，效果完全一致：

  df_raw.loc[(df_raw['match_id'] >= 1) & (df_raw['match_id'] <= 59), 'season'] = 2017
  

• 如果后续需要填充其他赛季的数值，只要修改对应match_id的筛选范围和赋值的赛季数值即可，比如要给match_id 60-119的行填充2018，再加一行对应赋值语句即可。

结果验证 #

填充完成后可以运行以下代码校验结果是否符合预期：

# 查看match_id边界值的season填充情况
print(df_raw[df_raw['match_id'].isin([1, 59, 60])][['match_id', 'season']].drop_duplicates())

正常输出结果如下：

match_id  season
0         1  2017.0
xxx      59  2017.0
yyy      60     NaN

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