在多个数据框中为多列申请循环？

Question

数据框如下所示：如果年龄超过 100，我想将数据框值更改为“死”。

import pandas as pd
raw_data = {'age1': [23,45,210],'age2': [10,20,150],'name': ['a','b','c']}
df = pd.DataFrame(raw_data, columns = ['age1','age2','name'])

raw_data = {'age1': [80,90,110],'age2': [70,120,90],'name': ['a','b','c']}
df2 = pd.DataFrame(raw_data, columns = ['age1','age2','name'])

期望的结果

df=
    age1    age2    name
0   23      10       a
1   45      20       b
2   dead    dead     c

df2=
    age1    age2    name
0   80      70       a
1   90      dead     b
2   dead    90       c

我正在尝试这样的事情：

col_list=['age1','age2']
df_list=[df,df2]

def dead(df):
  for df in df_list:
    if df.columns in col_list:
      if df.columns >=100:
        return 'dead'
    else:
      return df.columns

df.apply(dead)

显示错误：包含多个元素的数组的真值不明确。使用 a.any() 或 a.all()

我正在寻找一个适用于所有数据帧的循环。

也请更正我的功能以供将来学习:)

Answer 1

使用您显示的样本，请尝试以下操作。使用filter，np.where大熊猫的功能，分别NumPy的。

c = df.filter(regex='age\d+').columns
df[c] = np.where(df[c].ge(100),'dead',df[c])
df

替代方法where：

c=df.filter(like='age').columns
df[c] = df[c].where(~df['c'].ge(100),'dead')

解释：

• 获取与agec 变量中具有相同名称的列。
• 然后np.where用于检查相应的（所有年龄列）是否为欢迎者/等于 100，如果是，则将其设置为死或保持原样。