FIltering行和附加值

Question

我希望过滤一个dataframe并将一个值附加到dataframe中的一个新/现有列中。例如，在下面的dataframe中，我希望将值0.7附加到月份值等于11的列预平均值中，换句话说，pre_mean列应该包含在第2行到第5行的值为0.7，而所有其他列都应该有一个NaN值。

我试过这样的方法，但这当然是错误的。

df[:pre_mean] = ifelse.(df[:month] .== 11, 0.7, df)

在python中，您可以使用pd.apply或np.where函数来完成这个任务，

#How to do in python
df["pre_mean"] = np.where(df["month"] == 11, 0.7, None)

但我不知道如何在朱莉娅身上实现这一点？有什么想法吗？

​

​

Answer 1

df[df.month .== 11, :pre_mean] .= 0.7

这应该能行。

Answer 2

同样，问题中的答案几乎是正确的：

df.pre_mean .= ifelse.(df.month .== 11, 0.7, df.premean)

它应该比@Andy_101提出的解决方案更快(这也是正确的)，因为它没有分配。

另外请注意，df[:pre_mean]在DataFrames.jl中是不允许的。数据帧是一个二维对象，所以您必须同时传递行和列选择器(除非您使用getproperty方法，比如@Andy_101和of的答案)。