如何利用另一列数据修改pandas DataFrame指定子集的列值

正确实现方案 #

方法1：loc索引直接赋值（推荐） #

你不需要使用apply，直接通过loc指定筛选条件和目标列，直接完成赋值即可，代码如下：

# 先定义筛选掩码，后续复用也方便
mask = df['A'] == 2
# 仅对符合条件的行修改B列值，取值为对应行B+C的结果
df.loc[mask, 'B'] = df.loc[mask, 'B'] + df.loc[mask, 'C']

也可以简化写法，pandas会自动对齐索引，效果完全一致：

df.loc[df['A'] == 2, 'B'] = df['B'] + df['C']

方法2：eval方法简化运算 #

如果运算逻辑更复杂，也可以用eval方法简化列运算的写法：

df.loc[df['A'] == 2, 'B'] = df.eval('B + C')

报错原因 #

你之前的写法报错是因为：df.loc[(df['A']==2), 'B']是长度为2的Series，apply遍历的时候拿到的是每个单独的B列值，你用单个数值去加整个长度为6的C列Series，pandas索引对齐失败，就抛出了InvalidIndexError。

另外补充：这类DataFrame子集的列运算尽量用pandas原生的向量化操作实现，比apply逐行遍历的效率高很多，数据量越大优势越明显。

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