Используя функцию str.contains для умножения столбца на

Цель состоит в том, чтобы умножить число coefic в столбце, но только для совпадений, использующих строку, содержащую или соответствие регулярному выражению.

Поэтому я хочу умножить только имя, содержащее «Техас», и сохранить другие значения без изменений.

Данные:

df = pd.DataFrame({"Name":["texas_154_a", "texas_west_b", "New_York"], 
"Value":[10, 12, 25]})

Код:

Coefic = 10

df.Value= df.Value[df['Name'].str.contains((f'texas'))] * Coefic 
 

выход:

Name              Value 

"texas_154_a"     100
"texas_west_b"    120
"New_York"],      NaN

Желаемый результат:

Name              Value 

"texas_154_a"     100
"texas_west_b"    120
"New_York"],      25

Вы устанавливаете отфильтрованную версию серии в серию. Итак, результаты, которые вы отфильтровали, будут NaN. вы можете использовать df.Value = df.Value.mask(df['Names'].str.contains(f'texas'), df.Value * Coefic) или df.Value = df.Value.where(~df['Names'].str.contains(f'texas'), df.Value * Coefic) или df.Value = np.where(df['Names'].str.contains(f'texas'), df.Value * Coefic, df.Value) или df.loc[df['Names'].str.contains(f'texas'), ['Value']] = df.Value * Coefic

David Erickson 15.12.2020 02:00
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
1
395
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий
import numpy as np
df['Value']=np.where(df.Names.str.contains('texas'),df['Value'].astype(int)*10,df['Value'])
df

Другие вопросы по теме