根据其他列的 if-else 填充 pandas DataFrame 的新列

Question

我有一种情况，我想在 Pandas DataFrame 中创建一个新列，并根据涉及其他 2 个列的条件填充它。在这个例子中：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.array([['value1','value2'],['value',np.NaN],[np.NaN,np.NaN]]), columns=['col1','col2'])

我想创建一个新列，'new col'，它包含 1）'col2' 中的值，如果它不是 NaN，2）'col1' 中的值，如果它不是 NaN，否则3) NaN

我正在使用 .apply() 尝试此功能，但它没有返回所需的结果

def singleval(row):
    if row['col2'] != np.NaN:
        val = row['col2']
    elif row['col1'] != np.NaN:
        val = row['col1']
    else:
        val = np.NaN
    return val

df['new col'] = df.apply(singleval,axis=1)

我希望 'new col' 中的值是 ['value2', 'value', 'nan']

Answer 1

试试这个：

df['col3'] = df[['col1','col2']].stack().groupby(level=0).last()

输出：

    col1    col2    col3
0   value1  value2  value2
1   value   nan     value
2   nan     nan     nan

Answer 2

方法一fillna

在这种情况下，我们可以简单地在col2 上使用fillna 和col1 中的值：

df['new col'] = df['col2'].fillna(df['col1'])

---

     col1    col2 new col
0  value1  value2  value2
1   value     NaN   value
2     NaN     NaN     NaN

---

方法二np.select

如果您有多个条件，请使用 np.select 传递条件列表并根据这些条件传递选项：

conditions = [
    df['col2'].notnull(),
    df['col1'].notnull(),
]

choices=[df['col2'], df['col1']]

df['new col'] = np.select(conditions, choices, default=np.NaN)

---

     col1    col2 new col
0  value1  value2  value2
1   value     NaN   value
2     NaN     NaN     NaN

注意

NaN 的数据框不正确，请改用此数据框进行测试：

df = pd.DataFrame({'col1':['value1', 'value', np.NaN],
                   'col2':['value2', np.NaN, np.NaN]})

编辑：为什么该功能不起作用？

np.NaN == np.NaN 将返回 False
而np.NaN is np.NaN 将返回True。

请参阅this question 了解相关说明。

所以要修复你的功能，你必须使用is not:

def singleval(row):
    if row['col2'] is not np.NaN:
        val = row['col2']
    elif row['col1'] is not np.NaN:
        val = row['col1']
    else:
        val = np.NaN
    return val

df['new col'] = df.apply(singleval, axis=1)

---

     col1    col2 new col
0  value1  value2  value2
1   value     NaN   value
2     NaN     NaN     NaN

Answer 3

在axis=1 上使用df.ffill

df['new_col'] = df.ffill(1).col2

Out[1318]:
     col1    col2 new_col
0  value1  value2  value2
1   value     NaN   value
2     NaN     NaN     NaN