python - 用 Pandas 处理数据框(Python)

Python 2.7.11 //熊猫0.18.1

我有一个虚构的数据集（csv），可用于一个包含250个项目的假想酒类商店。这些列涵盖“啤酒”，“标签”，“年份”，“商店价格”，“ MSRP”，“供应商价格”等。但是，对于此问题，相关的部分是啤酒厂和商店价格（在结帐时查询的当前价格）。

         Brewery  Store Price
104  Glenfiddich       109.99
105  Glenfiddich        89.99
108  Glenfiddich       114.99
110  Glenfiddich        99.99
119  Glenfiddich       169.99

如果我在Glenfiddich上进行销售，则可以通过以下方式找到Glenfiddich的商品：

df = pd.read_csv('liquorStore.csv')
df.Brewery.str.contains('Glenfiddich')

我知道如何找到Glenfiddich产品，但不知道如何更改数据框中行的值。例如，我要：


查找“ Glenfiddich”商品
调整“商店价格”以反映销售价格/新价格（例如，折价10％）


注意：我只是在做熊猫练习。

最佳答案

您可以将loc与boolean indexing一起使用，然后按0.9进行多次：

df.loc[df.Brewery == 'Glenfiddich', 'Store Price'] *= .9

样品：

print (df)
         Brewery  Store Price
104  Glenfiddich       109.99
105  Glenfiddich        89.99
120      Another       100.00

df.loc[df.Brewery == 'Glenfiddich', 'Store Price'] *= .9
print (df)
         Brewery  Store Price
104  Glenfiddich       98.991
105  Glenfiddich       80.991
120      Another      100.000

另一种可能的解决方案是使用mask：

df['Store Price'] = df['Store Price'].mask(df.Brewery == 'Glenfiddich',
                                           df['Store Price'] * .9)
print (df)
         Brewery  Store Price
104  Glenfiddich       98.991
105  Glenfiddich       80.991
120      Another      100.000