Python DataFrame指定列按条件批量修改值的实现方法

嘿，我来帮你搞定这个批量处理DataFrame列的需求！不用逐个指定列名就能实现规则映射，下面给你分场景讲解具体实现：

首先咱们先把你给出的初始化代码补全，生成一个可测试的示例DataFrame：

import numpy as np
import pandas as pd
from sklearn.datasets import make_classification

# 生成带6个特征的示例数据集
X, y = make_classification(n_samples=1000, n_features=6, n_informative=3, n_classes=2, random_state=42)
df = pd.DataFrame(X, columns=[f"col_{i}" for i in range(6)])

场景1：处理所有数值型列 #

如果你的需求是对DataFrame里所有数值类型的列统一应用规则，完全不用手动列名，用下面两种方法都能搞定：

方法1：用np.where（效率优先，适合大数据集） #

这是向量级别的操作，比循环快很多：

# 自动筛选所有数值型列
numeric_cols = df.select_dtypes(include=[np.number]).columns
# 批量应用映射规则
df[numeric_cols] = np.where(df[numeric_cols] >= 10, 100, 0)

方法2：用applymap（代码更直观，易读） #

自定义一个映射函数，再批量应用到目标列：

def map_value(x):
    return 100 if x >= 10 else 0

# 筛选数值列后应用函数
numeric_cols = df.select_dtypes(include=[np.number]).columns
df[numeric_cols] = df[numeric_cols].applymap(map_value)

场景2：处理自定义批量列（不用逐个写列名） #

如果你只需要处理特定的一批列（比如列名有规律，或者指定范围），可以通过列名筛选来批量获取目标列：

# 示例1：处理前4列
target_cols = df.columns[:4]

# 示例2：处理列名以"col_"开头的列（适合有命名规则的列）
target_cols = [col for col in df.columns if col.startswith("col_")]

# 示例3：处理索引为偶数的列
target_cols = df.columns[::2]

# 最后统一应用规则
df[target_cols] = np.where(df[target_cols] >= 10, 100, 0)

验证结果是否符合预期 #

可以用下面的代码快速检查映射是否生效：

# 查看前5行数据
print(df.head())
# 统计被替换为100的单元格数量
print("替换为100的单元格总数：", df[df == 100].count().sum())

这样不管是全量数值列还是自定义批量列，都能不用逐个列名指定就完成自动化处理啦～

内容的提问来源于stack exchange，提问作者user9238790