Pandas DataFrame：基于条件的目标值替换

在Pandas中，通常需要根据某些条件修改DataFrame中的特定值。虽然常见的方法是使用 loc 来选择行，但了解如何精确定位特定列进行值修改至关重要。

考虑以下 DataFrame，我们希望在其中替换“第一季”中的值超过 1990 且整数为 1 的列：

                 Team  First Season  Total Games
0      Dallas Cowboys          1960          894
1       Chicago Bears          1920         1357
2   Green Bay Packers          1921         1339
3      Miami Dolphins          1966          792
4    Baltimore Ravens          1996          326
5  San Franciso 49ers          1950         1003

仅使用 loc 函数的初步尝试导致替换所选行中的所有值，而不仅仅是目标列。为了纠正这个问题，我们需要明确指定 'First Season' 列作为 loc 的第二个参数：

df.loc[df['First Season'] > 1990, 'First Season'] = 1

这种有针对性的方法确保只有“第一赛季”列中满足条件的值被替换为 1，而其他列不受影响。

                 Team  First Season  Total Games
0      Dallas Cowboys          1960          894
1       Chicago Bears          1920         1357
2   Green Bay Packers          1921         1339
3      Miami Dolphins          1966          792
4    Baltimore Ravens             1          326
5  San Franciso 49ers          1950         1003

或者，如果所需结果是布尔指标，您可以使用条件创建布尔系列并将其转换为整数，其中 True 和 False 分别转换为 1 和 0 :

df['First Season'] = (df['First Season'] > 1990).astype(int)

此方法生成具有更新值的 DataFrame：

                 Team  First Season  Total Games
0      Dallas Cowboys             0          894
1       Chicago Bears             0         1357
2   Green Bay Packers             0         1339
3      Miami Dolphins             0          792
4    Baltimore Ravens             1          326
5  San Franciso 49ers             0         1003