有条件地设置 pandas 数据框列值

这个问题与下面的请求完全相同，但又多了一个转折：

• Pandas：替换数据框中的列值
• pandas 数据框列中值的条件替换

所以，我想设置或有条件地设置 pandas 数据框列值。增加的复杂性是，不是使用字符串常量来寻址数据帧列（df['data1']），我需要用变量来解决它们（df[var_for_data1]）， 因为我的df列名已构造。

这是一个非常简化的示例来解释我想要的内容：

df = pd.DataFrame({'data1': np.random.randn(100),'data2': np.random.randn(100)})
print(df.head())

Col = 'data1'
print(df[Col].head())
df.data1 = df.data1 +.1
print(df[Col].head())
# so far so good, now how to do above with variable dataframe column name `Col`
#df.Col = df.Col + .1

问题在代码中，到目前为止一切顺利，现在如何使用可变数据框列名执行上述操作Col.

下一个问题是如何在上面的赋值中添加一个条件，说做就做if df.data1 >=.25 and df.data1 <= .35:。当然，使用可变数据框列名来表达它Col.

您可以使用方括号使用字符串而不是作为属性来访问列名，我还强烈建议您放弃按属性访问列的习惯，因为这可能会导致令人困惑的行为，例如如果您有列名sum你也是df.sum将返回方法的地址sum而不是柱子'sum'.

So df[Col] = df[Col] + 1

只要列名存在就可以工作。

关于第二个问题，要将数组与标量值进行比较，请使用按位运算符&, | and ~ for and, or and not这些将分别返回一个布尔值数组，要使用超过 1 个条件，由于运算符优先级，您需要将条件括在括号中：&比比较运算符具有更高的优先级。

So:

df[(df[col] >=.25) & (df[col] <= .35)]

应该可以，这会将 df 屏蔽为仅满足两个条件的行