pandas：使用 where 更新多列

Question

我正在尝试使用Python中的mask一次更新多个列pandas。

我想将以下两个能够正确执行的连续语句组合成一个语句。

inspections_df["Model"] = inspections_df["Model"].mask(
    inspections_df['Boiler Model'].str.contains(
        product['search for'], na=False, case=False), product['name'])

inspections_df["Manufacturer"] = inspections_df["Manufacturer"].mask(
    inspections_df['Boiler Model'].str.contains(
        product['search for'], na=False, case=False), manufacturer['manufacturer name'])

以上两条语句更新两列（称为

Model 和 Manufacturer）中的值，并将它们分别设置为存储为 product['name']

 和 

manufacturer['manufacturer name']

 的常量值，其中另一列 

Boiler Model 与正则表达式字符串匹配存储在 product['search for']

。

如何编写一条语句使其执行？为什么我的（下面）不起作用？

inspections_df["Model", "Manufacturer"] = inspections_df["Model", "Manufacturer"].mask(
    inspections_df['Boiler Model'].str.contains(
        product['search for'], na=False, case=False), [product['name'], manufacturer['manufacturer name']])

我对上面的单个语句的尝试导致了此

keyerror 错误 KeyError: ('Model', 'Manufacturer')

 引用 

inspections_df["Model", "Manufacturer"]

 紧随 

=

。

Answer 1

错误 KeyError: ('Model', 'Manufacturer') 是 pandas DataFrame 不支持以

df["col1", "col2"]

方式进行多列索引的直接结果。相反，您应该使用 

df[["col1", "col2"]]

。

但即使在更正列索引之后，您仍将面临另一个问题。方法

mask

不能直接用于更新多列。相反，您必须将该过程分解为两个步骤，但您仍然可以使用 

numpy.where()

 的帮助在一行代码中完成它。以下是具体操作方法：

import numpy as np

mask = inspections_df['Boiler Model'].str.contains(product['search for'], na=False, case=False)

inspections_df["Model"], inspections_df["Manufacturer"] = np.where(mask, (product['name'], manufacturer['manufacturer name']), (inspections_df["Model"], inspections_df["Manufacturer"]))

请注意，这行代码仅在

inspections_df["Model"]

 和 

inspections_df["Manufacturer"]

 的大小相同时才有效。

这行代码使用掩码来查找应用于 ['Boiler Model'] 列的条件在哪里为真，如果为真，它将 ["Model"] 和 ["Manufacturer"] 的值替换为分别为新值

product['name']

 和 

manufacturer['manufacturer name']

，如果为 false，则保留旧值。