在Python Pandas过滤器中编辑数据，并将其应用于原始数据框架

Question

我正在尝试弄清楚如何过滤熊猫中的数据，然后为符合过滤器标准的项目中的所有行分配一个值，并影响原始数据框架。这是我到目前为止的最接近尝试，但它引发了很多信息警告：

    import pandas as pd
    df = pd.read_csv('http://www.sharecsv.com/dl/9096d32f98aa0ac671a1cca16fa43be8/SalesJan2009.csv')
    df['Zone'] = ''
    zone1 = df[(df['Latitude'] > 0) & (df['Latitude'] > 0)]
    zone2 = df[(df['Latitude'] < 0) & (df['Latitude'] > 0)]
    zone3 = df[(df['Latitude'] > 0) & (df['Latitude'] < 0)]
    zone4 = df[(df['Latitude'] < 0) & (df['Latitude'] < 0)]
    zone1[['Zone']] = zone1[['Zone']] = 1
    zone2[['Zone']] = zone1[['Zone']] = 2
    zone3[['Zone']] = zone1[['Zone']] = 3
    zone4[['Zone']] = zone1[['Zone']] = 4
    df

这根本不会影响原始数据框架，但它正在设置过滤子集中的值。

我假设我可能需要过滤出满足每个过滤器的所有内容，然后将其从原件中删除，然后将更改置于原始？

上

这是一个随机数据集，可以说明我要做的事情，但是我的实际数据集具有不符合任何过滤条件的数据，我也需要将其视为未知的数据，因为我并没有像我那样消耗所有行与此示例有关。

我试图避免在每一行上循环并检查每个行的条件

iiuc，您是否想做这样的事情：

zone1 = (df['Latitude'] > 0) & (df['Longitude'] > 0)
zone2 = (df['Latitude'] < 0) & (df['Longitude'] > 0)
zone3 = (df['Latitude'] > 0) & (df['Longitude'] < 0)
zone4 = (df['Latitude'] < 0) & (df['Longitude'] < 0)
df['Zone'] = np.select([zone1,zone2,zone3,zone3],['Zone 1','Zone 2', 'Zone 3','Zone 4'])

输出：

  Transaction_date   Product Price Payment_Type               Name  
0      1/2/09 6:17  Product1  1200   Mastercard           carolina   
1      1/2/09 4:53  Product1  1200         Visa             Betina   
2     1/2/09 13:08  Product1  1200   Mastercard  Federica e Andrea   
3     1/3/09 14:44  Product1  1200         Visa              Gouya   
4     1/4/09 12:56  Product2  3600         Visa            Gerd W    
                           City     State         Country Account_Created  
0                      Basildon   England  United Kingdom     1/2/09 6:00   
1  Parkville                           MO   United States     1/2/09 4:42   
2  Astoria                             OR   United States    1/1/09 16:21   
3                        Echuca  Victoria       Australia   9/25/05 21:13   
4  Cahaba Heights                      AL   United States  11/15/08 15:47   
     Last_Login   Latitude   Longitude    Zone  
0   1/2/09 6:08  51.500000   -1.116667  Zone 3  
1   1/2/09 7:49  39.195000  -94.681940  Zone 3  
2  1/3/09 12:32  46.188060 -123.830000  Zone 3  
3  1/3/09 14:22 -36.133333  144.750000  Zone 2  
4  1/4/09 12:45  33.520560  -86.802500  Zone 3  

您错过了两个条件都在检查 latitude ，并且应该检查.loc，以便您学习如何以正确的方式更改DataFrame的某些部分。<<<<<<<<。/p>

import pandas as pd
df = pd.read_csv('http://www.sharecsv.com/dl/9096d32f98aa0ac671a1cca16fa43be8/SalesJan2009.csv')
df['Zone'] = ''
zone1 = (df['Latitude'] > 0) & (df['Longitude'] > 0)
zone2 = (df['Latitude'] < 0) & (df['Longitude'] > 0)
zone3 = (df['Latitude'] > 0) & (df['Longitude'] < 0)
zone4 = (df['Latitude'] < 0) & (df['Longitude'] < 0)
df.loc[zone1, 'Zone'] = 1
df.loc[zone2, 'Zone'] = 2
df.loc[zone3, 'Zone'] = 3
df.loc[zone4, 'Zone'] = 4
df