python-分配给熊猫选择

我有一个pandas数据框,我想创建一个新列,该列对于不同的行组的计算方式不同.这是一个简单的示例：

import pandas as pd

data = {'foo': list('aaade'), 'bar': range(5)}
df = pd.DataFrame(data)

数据框如下所示：

     bar foo
0    0   a
1    1   a
2    2   a
3    3   d
4    4   e

现在,我要添加一个新列,并尝试为选定的行分配一些值：

df['xyz'] = 0
df.loc[(df['foo'] == 'a'), 'xyz'] = df.loc[(df['foo'] == 'a')].apply(lambda x: x['bar'] * 2, axis=1)

数据框未更改.我希望数据框看起来像这样：

     bar foo  xyz
0    0   a    0
1    1   a    2
2    2   a    4
3    3   d    0
4    4   e    0

在我的实际问题中,也为其他行计算了“ xyz”列,但使用了不同的函数.实际上,我还在计算中使用了不同的列.所以我的问题是：

>为什么以上示例中的分配不起作用？
>是否需要两次执行df.loc [(df [‘foo’] ==’a’)(就像我现在所做的那样)？

解决方法:

您正在更改df的副本(DataFrame的布尔掩码是副本,请参见docs).
实现所需结果的另一种方法如下：

In [11]: df.apply(lambda row: (row['bar']*2 if row['foo'] == 'a' else row['xyz']), axis=1)
Out[11]:
0    0
1    2
2    4
3    0
4    0
dtype: int64

In [12]: df['xyz'] = df.apply(lambda row: (row['bar']*2 if row['foo'] == 'a' else row['xyz']), axis=1)

In [13]: df
Out[13]:
   bar foo  xyz
0    0   a    0
1    1   a    2
2    2   a    4
3    3   d    0
4    4   e    0

也许更巧妙的方法是：

In [21]: 2 * (df1.bar) * (df1.foo == 'a')
Out[21]:
0    0
1    2
2    4
3    0
4    0
dtype: int64