np.and在pandas中，检查空列表

Question

我有一个像这样的DataFrame：

df = pd.DataFrame({'var1':['a','b','c'],
                   'var2':[[],[1,2,3],[2,3,4]]})

我想创建第三列，如果var2中的相应列表为空，则给出var1中的值，否则返回var2中列表的第一个元素。所以我的预期结果是：

target = pd.DataFrame({'var1':['a','b','c'],
                       'var2':[[],[1,2,3],[2,3,4]],
                       'var3':['a',1,2]})

我尝试过像这样使用np.where：

df['var3'] = np.where(len(df['var2'])>0 , df['var2'][0], df['var1'])

但似乎是检查整列的长度而不是列的每一行中列表的长度。如何将条件应用于每一行？

当我使用bool（df ['var2']）作为我的条件时，我遇到同样的问题。

Answer 1

让我们使用.str访问器和len：

df['var'] = np.where(df.var2.str.len() > 0, df.var2.str[0], df.var1)

输出：

  var1       var2 var
0    a         []   a
1    b  [1, 2, 3]   1
2    c  [2, 3, 4]   2

Answer 2

您可以使用列表理解：

v3 = [row['var1'] if len(row['var2'])==0 else row['var2'][0] 
      for i, row in df.iterrows()]
df['var3']=v3

或者，您可以使用apply而不是where，将其应用于整个数据框：

首先，你需要一个在申请中使用的功能

def f(row):
    if len(row['var2'])==0:
        return row['var1']
    else:
        return row['var2'][0]

然后应用它：

df['var3']= df.apply(f,axis=1)