使用 Pandas (Python) 操作数据帧

debugcn 发表于 Dev

肖恩

Python 2.7.11 //熊猫0.18.1

我有一个虚构的数据集（csv），可用于一个包含250个项目的假想酒类商店。这些列涵盖“啤酒”，“标签”，“年份”，“商店价格”，“ MSRP”，“供应商价格”等。但是，对于此问题，相关的部分是啤酒厂和商店价格（在结帐时查询的当前价格）。

         Brewery  Store Price
104  Glenfiddich       109.99
105  Glenfiddich        89.99
108  Glenfiddich       114.99
110  Glenfiddich        99.99
119  Glenfiddich       169.99

如果我要在Glenfiddich上进行销售，则可以通过以下方式找到Glenfiddich的商品：

df = pd.read_csv('liquorStore.csv')    
df.Brewery.str.contains('Glenfiddich')

我知道如何找到 Glenfiddich 产品，但我不知道如何更改数据框中行的值。例如，我要：

查找“格兰菲迪”商品
调整“商店价格”以反映销售/新价格（例如 10% 的折扣）

注意：我只是在做熊猫练习。

耶斯列尔

您可以使用locwith boolean indexingfor select ，然后使用 multiple by 0.9：

df.loc[df.Brewery == 'Glenfiddich', 'Store Price'] *= .9

样本：

print (df)
         Brewery  Store Price
104  Glenfiddich       109.99
105  Glenfiddich        89.99
120      Another       100.00

df.loc[df.Brewery == 'Glenfiddich', 'Store Price'] *= .9
print (df)
         Brewery  Store Price
104  Glenfiddich       98.991
105  Glenfiddich       80.991
120      Another      100.000

另一种可能的解决方案是使用mask：

df['Store Price'] = df['Store Price'].mask(df.Brewery == 'Glenfiddich',
                                           df['Store Price'] * .9)
print (df)
         Brewery  Store Price
104  Glenfiddich       98.991
105  Glenfiddich       80.991
120      Another      100.000

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。