基于Pandas对同一DataFrame执行多条件过滤操作

看起来你需要根据特定条件更新DataFrame中的SUN列，我来帮你一步步解决这个问题。

首先，先还原你的原始DataFrame，然后分两种情况处理：一种是严格按照你描述的条件（Dept=='Mech'且Location包含'CTB'），另一种是匹配你给出的期望输出的条件（因为两者看起来有出入）。

第一步：创建原始DataFrame #

先把你提供的数据转换成可操作的pandas DataFrame：

import pandas as pd
import numpy as np

data = {
    'SN': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
    'Asset': ['A11', 'A12', 'A13', 'A14', 'A15', 'A16', 'A17', 'A18', 'A19', 'A20'],
    'Dept': ['Mech', 'Mech', 'Mech', 'Elec', 'Elec', 'Elec', 'Mech', 'Mech', 'Mech', 'Elec'],
    'Location': ['ACTB', 'CTBA', 'CABA', 'ACTB', 'CTBA', 'CABA', 'CABA', 'CTBA', 'ACTB', 'CTBA'],
    'FREQ': ['M', 'M', 'Y', 'Y', 'M', 'Y', 'Y', 'M', 'Y', 'M'],
    'SUN': [np.nan] * 10
}
df = pd.DataFrame(data)

情况1：严格按照你描述的条件更新 #

你提到的过滤规则是：当Dept=='Mech'且Location包含字符串'CTB'时，将FREQ的值复制到SUN列。可以用numpy.where或者pandas.loc来实现：

方法1：使用numpy.where

df['SUN'] = np.where(
    (df['Dept'] == 'Mech') & (df['Location'].str.contains('CTB')),
    df['FREQ'],
    df['SUN']
)

方法2：使用pandas.loc

df.loc[(df['Dept'] == 'Mech') & (df['Location'].str.contains('CTB')), 'SUN'] = df['FREQ']

运行后，只有Location为CTBA的机械部门行（SN=2、8）的SUN会被赋值为FREQ的值，其他行保持NaN。

情况2：匹配你给出的期望输出 #

观察你提供的期望输出，发现所有Dept=='Mech'且Location**不包含'CABA'**的行，SUN都被赋值为FREQ的值（比如SN=1、2、8、9）。如果这是你真正需要的逻辑，代码如下：

方法1：使用numpy.where

df['SUN'] = np.where(
    (df['Dept'] == 'Mech') & (~df['Location'].str.contains('CABA')),
    df['FREQ'],
    df['SUN']
)

方法2：使用pandas.loc

df.loc[(df['Dept'] == 'Mech') & (~df['Location'].str.contains('CABA')), 'SUN'] = df['FREQ']

运行这段代码后，得到的结果就和你给出的期望输出完全一致了：

SN Asset  Dept Location FREQ  SUN
0   1   A11  Mech     ACTB    M    M
1   2   A12  Mech     CTBA    M    M
2   3   A13  Mech     CABA    Y  NaN
3   4   A14  Elec     ACTB    Y  NaN
4   5   A15  Elec     CTBA    M  NaN
5   6   A16  Elec     CABA    Y  NaN
6   7   A17  Mech     CABA    Y  NaN
7   8   A18  Mech     CTBA    M    M
8   9   A19  Mech     ACTB    Y    Y
9  10   A20  Elec     CTBA    M  NaN

小提示 #

• str.contains()默认是区分大小写的，如果需要不区分，可以添加case=False参数。
• 如果你的Location列有缺失值，记得添加na=False参数避免报错，比如df['Location'].str.contains('CTB', na=False)。

内容的提问来源于stack exchange，提问作者Muhammad Asif Khan