Python:如何通过循环将 Dataframe 中的 2 列相乘来仅替换列中的 0 个值？

Question

这是我的数据框:

df={'pack':[2,2,2,2], 'a_cost':[10.5,0,11,0], 'b_cost':[0,6,0,6.5]}

它应该是这样的:

此时您会发现 a_cost 和 b_cost 列有 0，而其他列有值。我希望我的功能遵循这个逻辑......

for i in df.a_cost:
    if i==0:
       b_cost(column):value *(multiply) pack(column):value
       replace 0 with this new multiplied value (example: 6.0*2=12)
for i in df_b.cost:
    if i==0:
       a_cost(column):value /(divide) pack(column):value
       replace 0 with this new divided value (example: 10.5/2=5.25)

我不知道如何成功地编写这个逻辑......这是预期的输出:

代码输出:

df={'pack':[2,2,2,2], 'a_cost':[10.5,12.0,11,13.0], 'b_cost':[5.25,6,5.50,6.5]}

非常感谢您的帮助!

Answer 1

国际工业联合会

df.loc[df.a_cost.eq(0), 'a_cost'] = df.b_cost * df.pack
df.loc[df.b_cost.eq(0), 'b_cost'] = df.a_cost / df.pack

您还可以使用 mask 和 fillna:

df['a_cost'] = df.a_cost.mask(df.a_cost.eq(0)).fillna(df.b_cost * df.pack)
df['b_cost'] = df.b_cost.mask(df.b_cost.eq(0)).fillna(df.a_cost / df.pack)

更新如评论所述，您可以在mask中使用other:

df['a_cost'] = df.a_cost.mask(df.a_cost.eq(0), other=df.b_cost * df.pack)

另请注意，一旦您已经在 a_cost 列中填充了 0，则不需要第二次过滤。也就是说，我们可以这样做:

df['b_cost'] = df.a_cost / df.pack

在两种方法中的第一个命令之后。

输出:

   pack  a_cost  b_cost
0     2    10.5    5.25
1     2    12.0    6.00
2     2    11.0    5.50
3     2    13.0    6.50