如何更新具有多个条件的列，从另一列 Python Pandas 获取相应的值

Question

输出更像是下面的 SQL 语句。

   UPDATE table_A SET final=(cs+fhfa+sz)/3 WHERE cs IS NOT NULL AND fhfa IS NOT NULL AND sz IS NOT NULL;

这里的 cs+fhfa+sz 都是 sql 表（和数据框）中的所有单独的列

如果我想把这条SQL语句转换成python中的pandas操作，这更像是：

   df['div_3'] = (df.cs+df.fhfa+df.sz) /3
   df['final'] = df.loc[(df['cs'] != None) & (df['fhfa'] != None) & (df['sz'] != None) ] = df['div_3']

但这并不能保证最终放置“相应的值”。如何做到这一点？？

我真的需要创建另一列 div_3 与所有 3 列的总和？这可以在不创建另一个列的情况下完成吗？

Answer 1

过滤pd.Series.notnull 并调用mean。

c = ['cs', 'fhfa', 'sz']
df['final'] = df[df[c].notnull().all(1)][c].mean(1)

Answer 2

IIUC：

df.loc[:, 'final'] = df.loc[df[['cs','fhfa','sz']].notnull().all(1), ['cs','fhfa','sz']].sum(1)/3

.all(1) - 与.all(axis=1) 相同，这意味着 - 每个行 中的所有值都必须是True