根据NaN进行检查时如何选择特定的列Pandas数据框

Question

我在Python中有一个熊猫数据框，看起来像

       AccountID_x    AccountId  AmountCD_x  AmountDOC_x  AmountDoc_x  
1              NaN  4001001copa       52.53        52.53          NaN   
2              NaN  4001001copa       52.53        52.53          NaN   
3      4001001copa          NaN       52.53        52.53          NaN   
4              NaN  4001001copa       52.53        52.53          NaN   

此数据帧是将两个数据帧合并在一起的合并命令的结果。我现在想做的是创建一个新列，该列将添加AccountID_x或AccountId而不是Nan，因此在上面的示例中，第1、2、4行将具有AccountId的值，而第3行将具有某些新列中AccountID_x中的值。

Answer 1

您可以使用Combine_first将两者结合起来

df['new_col'] = df['AccountId'].combine_first(df['AccountID_x'])

df['new_col']

1    4001001copa
2    4001001copa
3    4001001copa
4    4001001copa

Answer 2

您还可以使用fillna传播apply：

df2['newcolumn'] = df2[['AccountID_x','AccountId']].apply(lambda x: x.fillna(method='ffill')[-1], axis=1)

或等效地（在您的情况下）：

df2['newcolumn'] = df2[['AccountID_x','AccountId']].apply(lambda x: x.fillna(method='bfill')[0], axis=1)

Answer 3

尝试一下：

df['new_column'] = df.apply(lambda x: x['AccountId'] if pd.isnull(x['AccountID_x']) else x['AccountID_x'], axis=1)