有条件替换 Pandas

Question

我有一个 DataFrame，我想用零替换超过某个值的特定列中的值。我曾认为这是实现这一目标的一种方式：

 df[df.my_channel > 20000].my_channel = 0

如果我将通道复制到一个新的数据框中，这很简单：

 df2 = df.my_channel

df2[df2 > 20000] = 0

这正是我想要的，但似乎不适用于作为原始 DataFrame 一部分的通道。

原文由 BMichell 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

.ix 索引器适用于 0.20.0 之前的 pandas 版本，但由于 pandas 0.20.0， .ix 索引器已 弃用，因此您应该避免使用它。相反，您可以使用 .loc 或 iloc 索引器。您可以通过以下方式解决此问题：

 mask = df.my_channel > 20000
column_name = 'my_channel'
df.loc[mask, column_name] = 0

或者，在一行中，

 df.loc[df.my_channel > 20000, 'my_channel'] = 0

mask helps you to select the rows in which df.my_channel > 20000 is True , while df.loc[mask, column_name] = 0 sets the value 0 to the selected rows where mask 保存在名称为 column_name 的列中。

更新： 在这种情况下，你应该使用 loc 因为如果你使用 iloc ，你会得到一个 NotImplementedError 告诉你 _基于 iLocation 的整数类型的布尔索引不可用_。

原文由 lmiguelvargasf 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

尝试

df.loc[df.my_channel > 20000, 'my_channel'] = 0

注意： 从 v0.20.0 开始， ix 已被弃用，取而代之的是 loc / iloc

原文由 lowtech 发布，翻译遵循 CC BY-SA 4.0 许可协议