根据2系列和清单生成熊猫专栏

Question

我正在尝试在pandas中生成一个新列，该列取决于数据框中其他两个Series的值。想知道这样做最有效的方法是什么。

我有一个包含3列的数据框：任务，主要用户，次要用户。

df = pd.DataFrame({'Task':list('ABC'),
                   'Primary User':['Alan','Ben','Christine'],
                   'Secondary User':['Dan','Eve','Fran']})

print (df)

  Task Primary User Secondary User
0    A         Alan            Dan
1    B          Ben            Eve
2    C    Christine           Fran

我想在名为“用户名”的数据中生成其他系列。

用户名应来自以下列表：

userNames = [('Alan','alan123'), ('Ben', None), ('Christine', None), ('Dan', 'dan789'), ('Eve', 'Eve234'), ('Christine', None)]

用户名列只有一个用户名，并且将采用主要用户的用户名，除非主要用户的username = None会拉取次要用户的用户名。如果两者均为users =None，则填充“错误”。

输出应为：

我一直在努力创建if站。

Answer 1

首先创建带有元组列表的字典，第一列为Series.map，第二列类似为Series.fillna，如果Primary User与值不匹配，则替换NaN：

d = {k:v for k, v in userNames}
print (d)
{'Alan': 'alan123', 'Ben': None, 'Christine': None, 
  'Dan': 'dan789', 'Eve': 'Eve234', 'Fran': None}

df['Usename'] = df['Primary User'].map(d).fillna(df['Secondary User'].map(d)).fillna('Error')
print (df)
  Task Primary User Secondary User  Usename
0    A         Alan            Dan  alan123
1    B          Ben            Eve   Eve234
2    C    Christine           Fran    Error

详细信息：

print (df['Primary User'].map(d))
0    alan123
1       None
2       None
Name: Primary User, dtype: object