Pandas: update Wert, wenn die Bedingung in 3 Spalten

Question

traf Ich habe einen Datenrahmen wie folgt aus:

In[1]: df 
Out[1]: 
     A  B  C   D 
1 blue red square  NaN 
2 orange yellow circle  NaN 
3 black grey circle  NaN 

und ich möchte Spalte D aktualisieren, wenn es drei Bedingungen erfüllt. Ex:

df.ix[ np.logical_and(df.A=='blue', df.B=='red', df.C=='square'), ['D'] ] = 'succeed' 

Es funktioniert für die ersten beiden Bedingungen, aber es funktioniert nicht für die dritte, also:

df.ix[ np.logical_and(df.A=='blue', df.B=='red', df.C=='triangle'), ['D'] ] = 'succeed' 

hat genau das gleiche Ergebnis:

In[1]: df 
Out[1]: 
     A  B  C   D 
1 blue red square  succeed 
2 orange yellow circle  NaN 
3 black grey circle  NaN 

Answer 1

Sie könnte das stattdessen versuchen:

df[ (df.A=='blue') & (df.B=='red') & (df.C=='square') ]['D'] = 'succeed' 

Answer 2

Der dritte Parameter von logical_and ist die Zuweisung des Arrays, das zum Speichern des Ergebnisses verwendet wird.

Momentan kann die Methode @TimRich die beste sein. In Pandas 0.13 (in Entwicklung) gibt es eine neue experimentelle query Methode. Versuch es!

Answer 3

Mit

df[ (df.A=='blue') & (df.B=='red') & (df.C=='square') ]['D'] = 'succeed' 

Gibt unten Warnung

/usr/local/lib/python2.7/dist-packages/ipykernel_launcher.py:2: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame. 
Try using .loc[row_indexer,col_indexer] = value instead 

bessere Art und Weise, dies zu erreichen

df.loc[(df['A'] == 'blue') & (df['B'] == 'red') & (df['B'] == 'square'),'label'] = 'M5' 

Answer 4

zu sein scheint, könnten Sie versuchen:

df['D'] = np.where((df.A=='blue') & (df.B=='red') & (df.C=='square'), 'succeed') 

Diese Antwort könnte eine detaillierte Antwort auf die Frage liefern

: Update row values where certain condition is met in pandas