Pandas使用np.where条件赋值时保留指定值的技术问题

嘿，我完全懂你遇到的困扰——第二次执行np.where的时候，把之前已经设置为s的第一行col1给改成x了，这可不是你想要的结果对吧？

问题出在哪？ #

你第二次写的代码里，np.where会对所有行进行判断：

df['col1'] = np.where((df['col1'] != 's') & ..., 'z','x')

对于第一行来说，df['col1'] != 's'是False，所以代码会把col1设为'x'，直接覆盖了之前的s。这就是为什么结果里第一行变成了x。

解决方案：保留已有的s值 #

我们需要在后续赋值时，优先保留已经设置好的s，只对非s的行进行条件判断。这里有两种常用的方法：

方法1：嵌套np.where（完全贴合你的期望结果）

先判断当前col1是不是s，如果是就直接保留；否则再判断是否符合col2含e且col3含f的条件，分别赋值z或x：

df['col1'] = np.where(
    df['col1'] == 's',  # 先锁定要保留的s值
    's',
    np.where(
        (df['col2'].str.contains('e', case=False, regex=True, na=False)) & 
        (df['col3'].str.contains('f', case=False, regex=True, na=False)),
        'z',
        'x'
    )
)

方法2：用原列值作为默认值（适合保留非s行原有值的场景）

如果你希望非s行里，不满足条件的保持原来的o而不是改成x，可以把默认值设为df['col1']，这样只会修改符合条件的非s行：

df['col1'] = np.where(
    (df['col1'] != 's') & 
    (df['col2'].str.contains('e', case=False, regex=True, na=False)) & 
    (df['col3'].str.contains('f', case=False, regex=True, na=False)),
    'z',
    df['col1']  # 非条件行保留原有值，包括s
)

执行后的结果 #

用方法1执行后，你就能得到期望的结果：

col1 col2 col3
s    b    c
z    e    f
x    h    i

内容的提问来源于stack exchange，提问作者satoshi