将 pandas 数据框中的列切片中的值替换为基于条件的值

Question

我有一个大型 Pandas 数据框，并且想要根据条件替换列子集中的某些值。

具体来说，我想将第 9 列右侧的每一列中大于 1 的值替换为 1。

由于数据帧太大，并且行数和列数随着时间的推移而不断增长，因此我无法手动指定要更改值的列的名称。相反，我只需要指定应检查第 10 列及更高列值 > 1。

在查看了许多不同的 Stack Overflow 帖子和 Pandas 文档后，我尝试了：

df.iloc[df[:,10: ] > 1] = 1

但是，这给了我错误“unhashable type: ‘slice’”。

然后我尝试了：

df[df.iloc[:, 10:] > 1] = 1

和

df[df.loc[:, df.columns[10:]] > 1] = 1 

根据评论中的 2 个建议，但这两个建议都给了我错误“无法对具有非 np.nan 值的混合类型进行就地布尔设置”。

有谁知道我为什么会收到这些错误和/或我应该对代码进行哪些更改以避免这些错误？

谢谢！

Answer 1

1.

DataFrame.where

我们可以使用

iloc

选择

9th

列右侧的所有列，然后使用

where

我们可以替换数据帧切片中条件

x.le(1)

为

False

的值。

df.iloc[:, 10:] = df.iloc[:, 10:].where(lambda x: x.le(1), 1)

2.

DataFrame.clip

或者，我们可以使用

clip

，我们可以将

upper

限制定义为

1

，它将数据帧切片中大于

1

的所有值分配给

1

。

df.iloc[:, 10:] = df.iloc[:, 10:].clip(upper=1)

Answer 2

我来这里寻找柱子的切片，这意味着类似

df.loc[10:, column_name]

的东西。如果索引不是范围索引，则需要将

5:100

替换为

df.index

。这是我的解决方案（经过一些试验和错误）基于这个答案：

idx = df.loc[:, data_name].index[10:]  # get index
df.loc[idx, data_name] = 1  # replace