Pandas：使用基于其他列值的函数有条件地填充列答案

【问题标题】：Pandas: Conditionally fill column using a function based on other columns valuesPandas：使用基于其他列值的函数有条件地填充列
【发布时间】：2017-05-14 13:52:22
【问题描述】：

我有一个 Pandas DataFrame，其中包含两组坐标（lat1、lon1、lat2、lon2）。我有一个使用这些坐标计算距离的函数。但是数据框中的某些行无效。我想仅将我的函数应用于有效行并将函数的结果保存到“dist”列（该列已存在于数据框中）。我想要这样的 SQL：

UPDATE dataframe
SET dist=calculate_dist(lat1, lon1, lat2, lon2)
WHERE lat1 IS NOT NULL AND lat2 IS NOT NULL AND user_id>100;

我怎样才能做到这一点？

我尝试使用df = df.apply(calculate_dist, axis=1)，但使用这种方法我需要处理所有行，不仅是与我的条件匹配的行，而且我需要在 calculate_dist 函数中有一个忽略无效行的 if 语句。有没有更好的办法？

我知道 StackOverflow 上已经出现了类似的问题，但我找不到任何同时使用函数和条件选择行的问题。

【问题讨论】：

标签： python python-3.x pandas indexing mask

【解决方案1】：

我认为你需要先过滤boolean indexing：

mask = (df.lat1.notnull()) & (df.lat2.notnull()) & (df.user_id>100)

df['dist'] = df[mask].apply(calculate_dist, axis=1)

示例：

df = pd.DataFrame({'lat1':[1,2,np.nan,1],
                   'lon1':[4,5,6,2],
                   'lat2':[7,np.nan,9,3],
                   'lon2':[1,3,5,1],
                   'user_id':[200,30,60,50]})

print (df)
   lat1  lat2  lon1  lon2  user_id
0   1.0   7.0     4     1      200
1   2.0   NaN     5     3       30
2   NaN   9.0     6     5       60
3   1.0   3.0     2     1       50

#function returning Series
def calculate_dist(x):
    return x.lat2 - x.lat1

mask = (df.lat1.notnull()) & (df.lat2.notnull()) & (df.user_id>100)
df['dist'] = df[mask].apply(calculate_dist, axis=1)
print (df)
   lat1  lat2  lon1  lon2  user_id  dist
0   1.0   7.0     4     1      200   6.0
1   2.0   NaN     5     3       30   NaN
2   NaN   9.0     6     5       60   NaN
3   1.0   3.0     2     1       50   NaN

【讨论】：