根据另一列 pandas 更改列值 - Python

在数据处理过程中，有时候需要根据一列数据的值来修改另一列数据的值，这时候可以使用 pandas 库来实现。

示例数据

我们先来创建一个示例数据，包含两列：A列和B列。A列中的值为 0 或 1，B列中的值为对应的文本表示。

import pandas as pd

df = pd.DataFrame({
    'A': [0, 0, 1, 1],
    'B': ['zero', 'zero', 'one', 'one']
})

print(df)

输出结果为：

   A     B
0  0  zero
1  0  zero
2  1   one
3  1   one

将 B 列的值根据 A 列的值修改

我们的目标是将 B 列中的值，根据 A 列中的值进行修改。如果 A 列中的值为 0，则将 B 列中的值改为 zero_new；如果 A 列中的值为 1，则将 B 列中的值改为 one_new。

代码如下：

df.loc[df['A'] == 0, 'B'] = 'zero_new'
df.loc[df['A'] == 1, 'B'] = 'one_new'

print(df)

输出结果为：

   A        B
0  0  zero_new
1  0  zero_new
2  1   one_new
3  1   one_new

可以看到，B 列中的值已经被成功修改了。

总结

以上就是根据另一列 pandas 更改列值的方法。通过 loc 函数，可以根据条件快速修改数据框中的值。这是一种比较常见的数据清洗操作，掌握这种技能可以提高数据处理的效率。