Dans Pandas Dataframe, j'aurais besoin de remplacer toutes les valeurs 1990.0 avec 2002.0 lorsque l'utilisateur est LUCAS:
User Val Mirk 1992.0 Lucas 2002.0 John 1980.0 Lucas 2002.0 Mirk 1992.0
3 Réponses :
Utilisez l'indexation booléenne:
df.loc[df.User.eq('Lucas') & df.Val.eq(1990), 'Val'] += 12
Vous pouvez utiliser l'endroit de NUMPY:
import numpy as np df['Val'] = np.where((df['User'] == 'Lucas') & (df['Val'] == 1990), 2002, df['Val'])
vérifier masque
Votre sortie attendue semble avoir d'abord
1992 correspondant àMirk modifié également.Désolé, c'est de ma faute. Je le répare. Merci pour l'endroit!