需要在 Python Pandas 中过滤几列并更改其中一列的值

我有一个包含 150.000 行和 15 列的表。此示例的重要列是 COUNTRY、COSTCENTER 和 EXTENSION。我正在将 CSV 读入 Pandas Dataframe。所有列都是对象类型。

我想做的是：

1. 搜索某个国家/地区（例如“中国”）
2. 筛选 COSTCENTER 为 1000 或 2000 或 EXTENSION 以“862”开头的实例
3. 应用所有过滤器后，将 COUNTRY 中的国家/地区名称更改为新名称。

我有一个解决方案，但我总是收到有关链接问题的警告：

df.COUNTRY[df.COUNTRY.str.match("China") &
                (df.COSTCENTER.str.match("1000") |
                 df.COSTCENTER.str.match("2000"))] = 'China_new_name'

我不能说，我完全理解为什么我会在这里遇到问题，但我正在寻找替代方案。我尝试使用 lambda 和 apply，但不断收到各种错误。

我现在最新的做法是：

filter_China = df.ix[(df["COUNTRY"]=="China") &
((df["COSTCENTER"]=="1000") | (df["COSTCENTER"]=="2000"))]

它似乎过滤了我正在寻找的内容（我还没有包括对扩展的搜索，因为我首先希望它起作用）。

但是，当我尝试根据我的搜索条件更改值时，我遇到了麻烦：

df.ix[(df["COUNTRY"]=="China") & ((df["COSTCENTER"]=="1000") | 
(df["COSTCENTER"]=="2000")), df["COUNTRY"]] = "China_new_name"

我收到此错误： raise KeyError('%s not in index' % objarr[mask])

我在这里缺少什么？这种方法是正确的还是我需要走一条完全不同的路线？

您需要阅读文档部分 http://pandas.pydata.org/pandas-docs/stable/indexing.html#why-does-assignment-fail-when-using-chained-indexing关于链式索引和SettingWithCopy warning

df.loc[df.COUNTRY.str.match("China") &
                (df.COSTCENTER.str.match("1000") |
                 df.COSTCENTER.str.match("2000")), "COUNTRY"] = 'China_new_name'