我试图弄清楚如何过滤 pandas 中的数据，然后为满足过滤条件的项目的列中的所有行分配一个值，并使其影响原始数据框。 这是迄今为止我最接近的尝试，但它抛出了很多信息警告:
import pandas as pd
df = pd.read_csv('http://www.sharecsv.com/dl/9096d32f98aa0ac671a1cca16fa43be8/SalesJan2009.csv')
df['Zone'] = ''
zone1 = df[(df['Latitude'] > 0) & (df['Latitude'] > 0)]
zone2 = df[(df['Latitude'] < 0) & (df['Latitude'] > 0)]
zone3 = df[(df['Latitude'] > 0) & (df['Latitude'] < 0)]
zone4 = df[(df['Latitude'] < 0) & (df['Latitude'] < 0)]
zone1[['Zone']] = zone1[['Zone']] = 1
zone2[['Zone']] = zone1[['Zone']] = 2
zone3[['Zone']] = zone1[['Zone']] = 3
zone4[['Zone']] = zone1[['Zone']] = 4
df
这根本不会影响原始数据框，但它会设置过滤子集中的值。
我假设我可能需要过滤掉符合每个过滤器的所有内容并将其从原始文件中删除，然后将更改连接回原始文件？
这是一个随机数据集，用于说明我想要做什么，但我的实际数据集包含不符合任何过滤条件的数据，我也需要将这些数据保持为未知，因为我没有像我希望的那样消耗所有行以这个例子为例。
我试图避免遍历每一行并检查每一行的标准，因此如果有人知道我如何实现这一点，我将非常感激!
最佳答案
IIUC，您是否正在尝试做这样的事情:
zone1 = (df['Latitude'] > 0) & (df['Longitude'] > 0)
zone2 = (df['Latitude'] < 0) & (df['Longitude'] > 0)
zone3 = (df['Latitude'] > 0) & (df['Longitude'] < 0)
zone4 = (df['Latitude'] < 0) & (df['Longitude'] < 0)
df['Zone'] = np.select([zone1,zone2,zone3,zone3],['Zone 1','Zone 2', 'Zone 3','Zone 4'])
输出:
Transaction_date Product Price Payment_Type Name \
0 1/2/09 6:17 Product1 1200 Mastercard carolina
1 1/2/09 4:53 Product1 1200 Visa Betina
2 1/2/09 13:08 Product1 1200 Mastercard Federica e Andrea
3 1/3/09 14:44 Product1 1200 Visa Gouya
4 1/4/09 12:56 Product2 3600 Visa Gerd W
City State Country Account_Created \
0 Basildon England United Kingdom 1/2/09 6:00
1 Parkville MO United States 1/2/09 4:42
2 Astoria OR United States 1/1/09 16:21
3 Echuca Victoria Australia 9/25/05 21:13
4 Cahaba Heights AL United States 11/15/08 15:47
Last_Login Latitude Longitude Zone
0 1/2/09 6:08 51.500000 -1.116667 Zone 3
1 1/2/09 7:49 39.195000 -94.681940 Zone 3
2 1/3/09 12:32 46.188060 -123.830000 Zone 3
3 1/3/09 14:22 -36.133333 144.750000 Zone 2
4 1/4/09 12:45 33.520560 -86.802500 Zone 3
关于python - 在 python pandas 过滤器中编辑数据并将其应用到原始数据框，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/54893547/