如何修正Pandas DataFrame中correct与false值互换的错误？

嘿，我来帮你排查下代码里的问题，顺便给出几种靠谱的解决方法～

先说说你代码里的错误 #

你原来的代码有两个关键问题：

1. 第一个loc的语法写错了：a.loc[(a["outcome"] == 'correct') 'outcome']这里漏掉了逗号，正确的写法应该是a.loc[(a["outcome"] == 'correct'), 'outcome']，用来分隔行筛选条件和列名。
2. 用and把两个赋值语句连在一起是错误的逻辑写法，这会导致Python执行时出现逻辑判断混乱，最终所有值都被改成correct。

推荐的修正方法 #

这里给你三种简单有效的实现方式，按需选择：

方法1：用临时值过渡（直观易懂）

如果担心直接替换会互相覆盖，可以先用一个临时值中转：

# 先把correct换成临时值，避免后续替换时混淆
a.loc[a["outcome"] == 'correct', 'outcome'] = 'temp'
# 把false换成correct
a.loc[a["outcome"] == 'false', 'outcome'] = 'correct'
# 最后把临时值换成false
a.loc[a["outcome"] == 'temp', 'outcome'] = 'false'

方法2：用Pandas的replace方法（最简洁）

Pandas的replace支持字典映射，直接实现双向替换，不需要临时变量：

a['outcome'] = a['outcome'].replace({'correct': 'false', 'false': 'correct'})

方法3：用numpy.where做条件判断

如果你的outcome列只有correct和false两种值，用numpy.where一行搞定：

import numpy as np
a['outcome'] = np.where(a['outcome'] == 'correct', 'false', 'correct')

内容的提问来源于stack exchange，提问作者jig