在行和列上迭代并根据条件替换值

Question

1. 在整个熊猫数据框架中，我们如何将所有数字值除以10到100之间？

条件：

1. 时间或任何要忽略的非数字列。
2. 这些数字可以位于任何行或列中。

时间	N1	N2	N3	N4
11:50	1	2	3	40
12:50	5	6	70	8
13:50	80	7	6	500

如果需要，请使用此代码：

import pandas as pd
import numpy as np

time = ['11:50', '12:50', '13:50']
data_1 = {'time': time,
          'n1': [1, 5, 80],
          'n2': [2, 6 ,7],
          'n3': [3, 70 ,6],
          'n4': [40, 8, 500],
        }

df1 = pd.DataFrame(data = data_1)
df1

尝试1：它似乎无法正常工作

j = 0
k = 0
for i in df:
    if df[j][k] > 10 and df[j][k] < 100:
        df[j][k] = df[j][k] / 10
        j = j + 1
    else:
        pass;
    k = k + 1

预期结果：

1. ，因为80、70、40是10之间的数字和100，在同一数据框架中，它们都被X/10所取代。

• 80 - ＆GT; 80/10 = 8
• 70-＆GT; 70/10 = 7
• 40 - ＆GT; 40/10 = 4

2. 整个时间列被忽略，因为它是非数字值。

Answer 1

使用dataframe.applymap在使用大数据集时非常慢，它的扩展不佳。如果可能，您应该始终寻找矢量化解决方案。

在这种情况下，您可以掩盖10到100之间的值，并使用 dataframe.mask （或 dataFrame.Where 如果您否定条件）。

# select the numeric columns
num_cols = df1.select_dtypes(include="number").columns

# In DataFrame.mask `df` is replaced by the calling DataFrame, 
# in this case df = df1[num_cols]
df1[num_cols] = (
    df1[num_cols].mask(lambda df: (df > 10) & (df < 100), 
                       lambda df: df // 10)
)

输出：

>>> df1

    time  n1  n2  n3   n4
0  11:50   1   2   3    4
1  12:50   5   6   7    8
2  13:50   8   7   6  500

设置：

time = ['11:50', '12:50', '13:50']
data_1 = {'time': time,
          'n1': [1, 5, 80],
          'n2': [2, 6 ,7],
          'n3': [3, 70 ,6],
          'n4': [40, 8, 500],
        }

df1 = pd.DataFrame(data = data_1)

Answer 2

这项工作是：

df1[['n1','n2','n3','n4']].applymap(lambda x : x/10 if 10 < x < 100 else x)
    n1  n2  n3  n4
0   1.0 2   3.0 4.0
1   5.0 6   7.0 8.0
2   8.0 7   6.0 500.0

Answer 3

您可以选择具有数字数据类型的列，请使用.applymap（）执行除法操作，然后将其重新分配回原始dataFrame。值得注意的是，这不需要硬编码您要预先转换的列：

numerics = df1.select_dtypes(include="number")
numerics = numerics.applymap(lambda x: x // 10 if 10 < x < 100 else x)
df1[numerics.columns] = numerics

此输出：

    time  n1  n2  n3   n4
0  11:50   1   2   3    4
1  12:50   5   6   7    8
2  13:50   8   7   6  500

Answer 4

尝试以下

def repl(df, cols):
    for col in cols:
        df[col] = df[col].apply(lambda x: x//10 if x >= 10 and x <= 100 else x)
    return df

new_df = repl(df1, ['n1', 'n2', 'n3', 'n4'])
new_df

输出：

   time   n1    n2  n3  n4
0   11:50   1   2   3   4
1   12:50   5   6   7   8
2   13:50   8   7   6   500