我有一个熊猫数据框，在上面我正在调用一个函数来填充不满足条件的列中的na。
以下是我的代码：
def clean_feedback(DF):
feed_id = DF.id_y.unique()
for ID in feed_id:
Min = np.argmin(np.abs(DF[DF.id_y == ID].created_at_x - DF[DF.id_y == ID].created_at_y))
print(Min)
DF[DF.id_y == ID].loc[DF[DF.id_y == ID].index != Min, 'comments'] = np.nan
return DF[DF.id_y == ID]
样本数据框为：
id_x user_id merchant_id amount_spent bill_number created_at_x checked_in chain_id id_y feedback_setting_id comments created_at_y updated_at feedback_type
1097 268868 975 42 149 None 2016-12-14 12:11:14 1 NaN 219 194 Lovely cafe! 2017-03-22 12:55:05 2017-10-05 06:45:49 1
2150 468876 975 42 278 None 2017-06-04 10:51:47 1 NaN 219 194 Lovely cafe! 2017-03-22 12:55:05 2017-10-05 06:45:49 1
6535 5020 975 42 200 None 2015-03-25 12:37:36 1 NaN 219 194 Lovely cafe! 2017-03-22 12:55:05 2017-10-05 06:45:49 1
9228 476314 975 42 676 None 2017-06-09 14:34:03 1 NaN 219 194 Lovely cafe! 2017-03-22 12:55:05 2017-10-05 06:45:49 1
9601 293308 975 42 438 None 2017-01-22 13:03:18 1 NaN 219 194 Lovely cafe! 2017-03-22 12:55:05 2017-10-05 06:45:49 1
10215 781647 975 42 335 None 2017-08-21 13:36:43 1 NaN 219 194 Lovely cafe! 2017-03-22 12:55:05 2017-10-05 06:45:49 1
20405 5441 975 42 200 None 2015-03-29 14:24:32 1 NaN 219 194 Lovely cafe! 2017-03-22 12:55:05 2017-10-05 06:45:49 1
24117 277853 975 42 220 None 2016-12-25 12:57:53 1 NaN 219 194 Lovely cafe! 2017-03-22 12:55:05 2017-10-05 06:45:49 1
24432 949216 975 42 219 None 2017-10-05 10:22:52 1 NaN 219 194 Lovely cafe! 2017-03-22 12:55:05 2017-10-05 06:45:49 1
24475 289288 975 42 109 None 2017-01-15 08:49:55 1 NaN 219 194 Lovely cafe! 2017-03-22 12:55:05 2017-10-05 06:45:49 1
32318 767980 975 42 293 None 2017-08-16 09:41:30 1 NaN 219 194 Lovely cafe! 2017-03-22 12:55:05 2017-10-05 06:45:49 1
32820 343502 975 42 387 None 2017-03-22 12:52:48 1 NaN 219 194 Lovely cafe! 2017-03-22 12:55:05 2017-10-05 06:45:49 1
每当我调用该函数时：
clean_feedback(Transaction[Transaction.id_y == 219])，没有任何变化。我敢肯定这是一个愚蠢的错误，但我完全陷入了困境。
EDIT1：我也尝试过使用.where函数进行about，但是它使整个数据帧变得难处理。有什么方法可以指定“评论”列吗？
最佳答案
尝试以下方法：
DF.loc[(DF.id_y == ID) & (DF.index != Min), 'comments'] = np.nan
说明
pd.DataFrame.loc接受基于标签的索引或布尔索引。您需要的两个标准是
id_y等于ID和index！= Min。&运算符将2个布尔序列组合在一起，形成一个布尔索引器关于python - Pandas 如何使用.loc根据其他列中的值将列设置为NaN，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/49291768/