Question

我想基于行条件添加新列，该行基于同一数据帧的两个不同列。

我的 Dataframe -

df1_data = {'e_id': {0:'101',1:'',2:'103',3:'',4:'105',5:'',6:''},
        'r_id': {0:'',1:'502',2:'',3:'504',4:'',5:'506',6:''}}
df=pd.DataFrame(df1_data)
print df

我想添加名为＆＃34; sym＆＃34;。

的新列

条件 -

如果＆＃39; e_id＆＃39;列值不为null，则sym列值为＆＃39; e_id＆＃39;列值。
如果＆＃39; r_id＆＃39;列值不为空，则sym列值为＆＃39; r_id＆＃39;列值。
如果＆＃39; e_id＆＃39;和＆＃39; r_id＆＃39;两个列值都为null，然后从pandas dataframe中删除此特定行。

我尝试使用以下代码 -

df1_data = {'e_id': {0:'101',1:'',2:'103',3:'',4:'105',5:''},
        'r_id': {0:'',1:'502',2:'',3:'504',4:'',5:'506'}}

df=pd.DataFrame(df1_data)
print df

if df['e_id'].any():
    df['sym'] = df['e_id']
print df

if df['r_id'].any():
    df['sym'] = df['r_id']
print df

但它给了我错误的输出。

预期产出 -

  e_id r_id  sym
0  101       101
1       502  502
2  103       103
3       504  504
4  105       105
5       506  506

Answer 1

<强> pandas
使用mask + fillna + assign

d1 = df.mask(df == '')
df.assign(sym=d1.e_id.fillna(d1.r_id)).dropna(subset=['sym'])

  e_id r_id  sym
0  101       101
1       502  502
2  103       103
3       504  504
4  105       105
5       506  506

工作原理

我需要掩盖你的''值，假设你的意思是那些
使用fillna我会e_id如果它不为空，否则如果r_id不为空
dropna subset=['sym']仅删除该行，如果e_id和r_id都为空，则仅为空

<强> numpy
使用np.where + assign

e = df.e_id.values
r = df.r_id.values
df.assign(
    sym=np.where(
        e != '', e,
        np.where(r != '', r, np.nan)
    )
).dropna(subset=['sym'])

  e_id r_id  sym
0  101       101
1       502  502
2  103       103
3       504  504
4  105       105
5       506  506

numpy v2
从值重构数据框

v = df.values
m = (v != '').any(1)
v = v[m]
c1 = v[:, 0]
c2 = v[:, 1]
pd.DataFrame(
    np.column_stack([v, np.where(c1 != '', c1, c2)]),
    df.index[m], df.columns.tolist() + ['sym']
)

  e_id r_id  sym
0  101       101
1       502  502
2  103       103
3       504  504
4  105       105
5       506  506

时间

%%timeit
e = df.e_id.values
r = df.r_id.values
df.assign(sym=np.where(e != '', e, np.where(r != '', r, np.nan))).dropna(subset=['sym'])
1000 loops, best of 3: 1.23 ms per loop

%%timeit
d1 = df.mask(df == '')
df.assign(sym=d1.e_id.fillna(d1.r_id)).dropna(subset=['sym'])
100 loops, best of 3: 2.44 ms per loop

%%timeit
v = df.values
m = (v != '').any(1)
v = v[m]
c1 = v[:, 0]
c2 = v[:, 1]
pd.DataFrame(
    np.column_stack([v, np.where(c1 != '', c1, c2)]),
    df.index[m], df.columns.tolist() + ['sym']
)
1000 loops, best of 3: 204 µs per loop

Answer 2

首先使用boolean indexing {/ 3>按any对两个空列进行过滤

SecureString

然后将mask与combine_first：

一起使用

df = df[(df != '').any(1)]
#alternatively
#df = df[(df['e_id'] != '') | (df['r_id'] != '')]

带过滤的Numpy解决方案和numpy.where：

df['sym'] = df['e_id'].mask(df['e_id'] == '').combine_first(df['r_id'])
print (df)

  e_id r_id  sym
0  101       101
1       502  502
2  103       103
3       504  504
4  105       105
5       506  506

Answer 3

您可以使用pandas.DataFrame.mask和'other'参数，从列“ e_id”开始，并在“ e_id”为“空”时将其值替换为“ r_id”值：

df['sym'] = df['e_id'].mask(df['e_id'] == '', other=df['r_id'], axis=0)

然后，您只需要删除sym为“空”的行

df = df[df.sym!='']

如何根据pandas数据帧中的行条件添加新列？

3 个答案: