如何根据其他列中的值填充新列？答案

【问题标题】：How to populate new column based on values in other columns?如何根据其他列中的值填充新列？
【发布时间】：2020-02-04 07:12:18
【问题描述】：

我想根据列中是否有值来创建和填充一个新列。我有三列要比较，并且有一些订单我希望填充这些值。

假设我有 3 列 (ABC)，我想用 A B 或 C 中的值填充新列 (Y)，但我想对它们进行排名。因此，如果 A 列有一个值，我希望它优先于 B 和 C 列填充 Y 列。如果 B 有一个值，它优先于 C，而 C 列优先于任何内容。

我有什么：

A   B   C   Y        
1   NA  NA             
NA  2   NA
NA  3   NA
NA  NA  4        
5   NA  NA
6   6   NA
7   NA  NA
NA  NA  8
9   NA  9
10  10  10

我想要什么：

A   B   C   Y        
1   NA  NA  1           
NA  2   NA  2
NA  3   NA  3
NA  NA  4   4     
5   NA  NA  5
6   6   NA  6
7   NA  NA  7
NA  NA  8   8
9   NA  9   9
10  10  10 10

【问题讨论】：

标签： python dataframe calculated-columns

【解决方案1】：

使用np.where() 进行矢量化方法。

df['Y'] = np.where(df['A'] != np.nan, df['A'], df['B'])
df['Y'] = np.where(df['B'] == np.nan, df['C'], df['Y'])

由于您没有可以在您的问题中重复使用的 df，所以我只是编写了您需要的方法行。

下次您提出问题时，请附上一段可用于测试可能答案的代码。欢迎加入社区：D

如果 DataFrame 中的 NA 是字符串：

上面的代码行不通，使用实际的字符串值来解析dataframe。

df['Y'] = np.where(df['A'] != "NA", df['A'], df['B'])
df['Y'] = np.where(df['B'] == "NA", df['C'], df['Y'])

最后一点，另一个可能的输入是当所有三列都有 NA 值时。

您的问题中没有指定，但如果您想捕获该实例，只需添加一个新行以检查您的 C 列中的值。

然后在false返回值中，如果C值也是NA的话，放一个你要使用的值。

【讨论】：

【解决方案2】：

好问题！我认为有很多方法可以解决这个问题。我立即想到的一个是使用一个循环，将每一行转换为一个系列，然后用该系列中不是“NA”值的第一个条目填充 Y 列。通用代码如下所示：

for row in DF: 
     temp_series = pd.Series(row)
     for entry in temp_series:
          if entry==NA:
                continue
          else:
                df.iloc[row,3] = entry #3 = Y col index

同样，这不是一个精确的复制和粘贴解决方案，但这种方法应该可以满足您的需求。祝你好运，编码愉快！

编辑：从一个新用户到另一个新用户，欢迎加入社区！

【讨论】：

【解决方案3】：

你可以使用pandas来构造数据结构，然后仔细使用apply()函数可以帮你得到你想要的转换。

import pandas as pd
import math

data = (
  [1,    None, None,],
  [None, 2   , None,],
  [None, 3   , None,],
  [None, None, 4,   ],
  [5   , None, None,],
  [6   , 6   , None,],
  [7   , None, None,],
  [None, None, 8,   ],
  [9   , None, 9,   ],
  [10,   10,   10,  ],
)

df = pd.DataFrame(columns=('A', 'B', 'C'))

# Load in data
for row in data:
  df = df.append(pd.Series(row, index=df.columns), ignore_index=True)
print(df)

def calc_y(row):
  for item in row:
    if not math.isnan(item): 
      return item

df['Y'] = df.apply(calc_y, axis=1)

print(df)

【讨论】：