如何在if条件语句中修改pandas DataFrame指定单元格的内容
你原有代码的问题在于,循环中每次命中条件时,都是直接对days_employed整列赋值,自然会把所有行的该列都改成NaN。
推荐实现方式
pandas 原生支持向量化操作,不需要遍历行,用布尔索引+loc定位,一行代码就能完成需求,效率远高于循环写法:
df.loc[df['income_type'] == 'retiree', 'days_employed'] = float('nan')
参数说明:
loc的第一个参数df['income_type'] == 'retiree'是行筛选条件,只会选中income_type取值为retiree的行- 第二个参数
days_employed指定要修改的列 - 只有同时满足行条件+列匹配的单元格才会被赋值为NaN,不会影响其他行的数据
如果你坚持要用循环实现(不推荐,大数据量下效率极低)
需要同时拿到行索引,才能定位修改对应行的单元格:
for idx, row in df.iterrows(): if row['income_type'] == 'retiree': df.loc[idx, 'days_employed'] = float('nan')
内容的提问来源于stack exchange,提问作者Kayo
相关产品推荐
相关产品推荐

