所以基本上這段代碼：
df.iloc[df[(df.Handcap == 2) | (df.Handcap == 3 ) | (df.Handcap == 4)].Handcap.index, 11] = 1
僅適用，也就是將值分配給滿足特定條件的某些單元格，如果我在 pandas 中運行此代碼之前沒有使用dropordelete方法，例如：
del df['ID']
為什么會發生這種情況，我該如何克服這個問題？
uj5u.com熱心網友回復：
您可以使用loc相反的方法：
mask = (df.Handcap == 2) | (df.Handcap == 3 ) | (df.Handcap == 4)
df.loc[mask, df.columns[11]] = 1
uj5u.com熱心網友回復：
DataFrame.iloc與將掩碼轉換Series.isin為 numpy 陣列一起使用：
df.iloc[df.Handcap.isin([2,3,4]).to_numpy(), 11] = 1
如果需要洗掉 rowsmatch 或不匹配的條件boolean indexing：
df1 = df[df.Handcap.isin([2,3,4])]
df2 = df[~df.Handcap.isin([2,3,4])]
uj5u.com熱心網友回復：
你需要使用boolean indexingwith DataFrame.loc， wihtout .index。我們也可以使用Series.isin
df.loc[df.Handcap.isin([2,3,4]), df.columns[11]] = 1
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/444011.html
上一篇：熊貓列拆分但忽略特定模式的拆分