パンダの別の値に基づいて1つの値を変更する

私はStataコードをPythonに再プログラムして速度を改善しようとしていますが、PANDASの方向を指摘されました。しかし、データの処理方法に頭を悩ませています。

列見出し「ID」のすべての値を反復処理するとします。そのIDが特定の番号と一致する場合、対応する2つの値FirstNameとLastNameを変更します。

Stataでは、次のようになります。

replace FirstName = "Matt" if ID==103
replace LastName =  "Jones" if ID==103

したがって、これはID == 103の値に対応するFirstNameのすべての値をMattに置き換えます。

PANDASで、私はこのようなものを試しています

df = read_csv("test.csv")
for i in df['ID']:
    if i ==103:
          ...

ここからどこに行くべきかわからない。何か案は？

1つのオプションは、Pythonのスライス機能とインデックス機能を使用して、条件が満たされている場所を論理的に評価し、そこでデータを上書きすることです。

あなたが直接にデータをロードすることができますと仮定pandasしてpandas.read_csv、次のコードは、あなたのために役に立つかもしれません。

import pandas
df = pandas.read_csv("test.csv")
df.loc[df.ID == 103, 'FirstName'] = "Matt"
df.loc[df.ID == 103, 'LastName'] = "Jones"

コメントで述べたように、両方の列への割り当てを一度に行うこともできます。

df.loc[df.ID == 103, ['FirstName', 'LastName']] = 'Matt', 'Jones'

割り当ての上書き操作にpandas使用するにはloc、バージョン0.11以降が必要です。

もう1つの方法は、いわゆる連鎖割り当てを使用することです。この動作は安定性が低いため、最適なソリューションとは見なされません（ドキュメントでは明示的に推奨されていません）が、次のことを知っておくと役立ちます。

import pandas
df = pandas.read_csv("test.csv")
df['FirstName'][df.ID == 103] = "Matt"
df['LastName'][df.ID == 103] = "Jones"

を使用できますmap。辞書やカスタム関数からの値をマッピングできます。

これがあなたのdfだとしましょう：

    ID First_Name Last_Name
0  103          a         b
1  104          c         d

辞書を作成します。

fnames = {103: "Matt", 104: "Mr"}
lnames = {103: "Jones", 104: "X"}

そしてマップ：

df['First_Name'] = df['ID'].map(fnames)
df['Last_Name'] = df['ID'].map(lnames)

結果は次のようになります。

    ID First_Name Last_Name
0  103       Matt     Jones
1  104         Mr         X

または、カスタム関数を使用します。

names = {103: ("Matt", "Jones"), 104: ("Mr", "X")}
df['First_Name'] = df['ID'].map(lambda x: names[x][0])

元の質問は、特定の狭い使用例を扱っています。より一般的な答えが必要な人のためにここにいくつかの例があります：

他の列のデータを使用して新しい列を作成する

以下のデータフレームがあるとします：

import pandas as pd
import numpy as np

df = pd.DataFrame([['dog', 'hound', 5],
                   ['cat', 'ragdoll', 1]],
                  columns=['animal', 'type', 'age'])

In[1]:
Out[1]:
  animal     type  age
----------------------
0    dog    hound    5
1    cat  ragdoll    1

以下では、シリーズに対してオーバーライドされる操作をdescription使用して、新しい列を他の列の連結として追加しています+。は文字列に+適用され、「プリミティブ」値には適用されないため、派手な文字列フォーマット、f文字列などはここでは機能しません。

df['description'] = 'A ' + df.age.astype(str) + ' years old ' \
                    + df.type + ' ' + df.animal

In [2]: df
Out[2]:
  animal     type  age                description
-------------------------------------------------
0    dog    hound    5    A 5 years old hound dog
1    cat  ragdoll    1  A 1 years old ragdoll cat

1 years（の代わりに1 year）猫を取得します。これは、条件文を使用して以下で修正します。

条件付きで既存の列を変更する

ここでは、元のanimal列を他の列の値で置き換え、np.whereの値に基づいて条件付き部分文字列を設定するために使用していますage。

# append 's' to 'age' if it's greater than 1
df.animal = df.animal + ", " + df.type + ", " + \
    df.age.astype(str) + " year" + np.where(df.age > 1, 's', '')

In [3]: df
Out[3]:
                 animal     type  age
-------------------------------------
0   dog, hound, 5 years    hound    5
1  cat, ragdoll, 1 year  ragdoll    1

条件付きで複数の列を変更する

より柔軟なアプローチは.apply()、単一の列ではなくデータフレーム全体を呼び出すことです。

def transform_row(r):
    r.animal = 'wild ' + r.type
    r.type = r.animal + ' creature'
    r.age = "{} year{}".format(r.age, r.age > 1 and 's' or '')
    return r

df.apply(transform_row, axis=1)

In[4]:
Out[4]:
         animal            type      age
----------------------------------------
0    wild hound    dog creature  5 years
1  wild ragdoll    cat creature   1 year

上記のコードでは、transform_row(r)関数はSeries指定された行を表すオブジェクトを受け取ります（で示されaxis=1、のデフォルト値は各列にオブジェクトをaxis=0提供しSeriesます）。これにより、列名を使用して行の実際の「プリミティブ」値にアクセスし、特定の行/列の他のセルを表示できるため、処理が簡略化されます。

この質問は、Kassies氏の回答に補遺を提供する価値があるほど頻繁にアクセスされる可能性があります。dictデフォルトは「行方不明」のキーに対して返されるように内蔵されたクラスは、サブ分類することができます。このメカニズムはパンダに適しています。ただし、以下を参照してください。

このようにして、主要なエラーを回避することができます。

>>> import pandas as pd
>>> data = { 'ID': [ 101, 201, 301, 401 ] }
>>> df = pd.DataFrame(data)
>>> class SurnameMap(dict):
...     def __missing__(self, key):
...         return ''
...     
>>> surnamemap = SurnameMap()
>>> surnamemap[101] = 'Mohanty'
>>> surnamemap[301] = 'Drake'
>>> df['Surname'] = df['ID'].apply(lambda x: surnamemap[x])
>>> df
    ID  Surname
0  101  Mohanty
1  201         
2  301    Drake
3  401         

同じことは、次の方法でより簡単に行うことができます。getdictオブジェクトのメソッドに'default'引数を使用すると、dictをサブクラス化する必要がなくなります。

>>> import pandas as pd
>>> data = { 'ID': [ 101, 201, 301, 401 ] }
>>> df = pd.DataFrame(data)
>>> surnamemap = {}
>>> surnamemap[101] = 'Mohanty'
>>> surnamemap[301] = 'Drake'
>>> df['Surname'] = df['ID'].apply(lambda x: surnamemap.get(x, ''))
>>> df
    ID  Surname
0  101  Mohanty
1  201         
2  301    Drake
3  401