Question

df = pd.DataFrame([["a", "d"], ["", ""], ["", "3"]],
            columns=["a", "b"])
df
    a   b
0   a   d
1       
2       3

我正在寻找使用if语句进行向量化的字符串连接：

df["c"] = df["a"] + "()" + df["b"] if df["a"].item != "" else ""

但是它不起作用，因为.item返回一个系列。如果没有通过每一行的apply或lambda方法，是否可以这样做呢？在向量化操作中，大熊猫会尝试一次连接多个细胞并使其更快...

所需的输出：

df
    a   b   c
0   a   d   a ()b
1           
2       3

Answer 1

尝试一下：使用np.where()

df = pd.DataFrame([["a", "d"], ["", ""], ["", "3"]],
            columns=["a", "b"])

df['c']=np.where(df['a']!='',df['a'] + '()' + df['b'],'')
print(df)

输出：

   a  b     c
0  a  d  a()d
1            
2     3

Answer 2

IIUC，只要条件成立，您就可以使用mask连接两列，并使用str.cat用某些字符串分隔：

df['c'] = df.a.mask(df.a.ne(''), df.a.str.cat(df.b, sep='()'))

print(df)

   a  b    c
0  a  d  a()d
1            
2     3

Answer 3

由于没有人提到过它，因此您也可以使用apply方法：

df['c'] = df.apply(lambda r: r['a']+'()'+r['b'] if r['a']!='' else '', axis=1)

如果有人检查表演，请在下面评论：）

熊猫if向量化操作中的语句

3 个答案: