pandas loc not ot dy n of dive the the Inder

Question

我正在尝试使用Pandas的LOC来更改某些列的值。

我有一个主DF，其大约200k行具有以下结构： [Col1，Col2，Col3，Col4，Col5]。

我需要根据带有Value Val的行数更改Col4和Col5的一些值。在伪代码中会这样：

for each row in dataframe:
    if col2 == value:
        then col4 and col5 change its value

我制作了一种方法来创建每个Col2值的较小数据框架，以与它们一起更改Col4和col5，然后将它们串联。在这个较小的数据框中，我使用的是这样的pandas loc：

smaller_df.loc[range_to_change_col4, col4] = new_col4_value
smaller_df.loc[range_to_change_col5, col5] = new_col5_value

数据示例：

Original ->
class;id;url;aug;iterations
image_class;1;image_url;0;0
Expected ->
class;id;url;aug;iterations
image_class;1;image_url;1;1

代码示例：

# Number of images I need to augment / 
# number of images I already have
if images_to_add / df.shape[0] < 1:
        # Random index' rows
        to_update = df.sample(
            n = to_add, # number of images I need to create
            replace=True, 
            random_state=1
            ).index
        # real image will be augmented
        df.loc[to_update,'aug'] = 1
        # How many times real image will be augmented 
        df.loc[to_update,'iterations'] = 1

我的问题是，在每个较小的DF中，所有行都不会更新其值。我对熊猫的新手相对较新，我不是问题所在。也许记忆问题？对我如何避免这种情况有什么想法吗？

Answer 1

我会使用分配，例如：

.assign(new_colum_name=lambda x: x["colom name"] * 1.3,
    new_colum_name=lambda x: x["colom name"] + x["colom name"],
    new_colum_name=lambda x: x["colom name"].str.replace("2", "3") + x["colom name"]),
    new_colum_name=lambda x: np.where(x["Voorraad"] > 8, 8, x["Voorraad"]),)

Answer 2

已解决：在df.sample中，问题是替换 parameter;将其设置为false解决了问题，现在我可以更改每个值。

新代码是

# Number of images I need to augment / 
# number of images I already have
if images_to_add / df.shape[0] < 1:
        # Random index' rows
        to_update = df.sample(
            n = to_add, # number of images I need to create
            replace=False, 
            random_state=1
            ).index
        # real image will be augmented
        df.loc[to_update,'aug'] = 1
        # How many times real image will be augmented 
        df.loc[to_update,'iterations'] = 1