在 Pandas 中基于条件分配价值的有效方法？答案

【问题标题】：Efficient ways of assigning value based on conditional in Pandas?在 Pandas 中基于条件分配价值的有效方法？
【发布时间】：2021-01-29 19:54:57
【问题描述】：

目标是为EXPECTED T 列分配一个值。如果C2 B列中有EM，则赋值为C1 S + C2 B，否则为C2 B处的值的图像。

为了实现目标，提出以下代码

data = {'C1 S': ['AB','AB','CD','CD','CD'],
        'C2 B': ['EM','EM','EM','F','F'],
        'EXPECTED_OUTPUT': ['AB EM','EB EM', 'CD EM','F','F']}
df = pd.DataFrame(data)
df['EXPECTED T']=df['C1 S']+' '+ df['C2 B']
mask = df ['C2 B'].str.contains ( r'EM', na=True )
df.loc [~mask, 'EXPECTED T'] = df.loc [~mask, 'C2 B']

但是，我想知道是否有比上面的代码更多的 Pythonic 实现类似的结果？

【问题讨论】：

标签： python pandas conditional-statements

【解决方案1】：

使用numpy.where或Series.mask，这里也可以使用Series.str.cat：

mask = df['C2 B'].str.contains ( r'EM', na=True )
df['EXPECTED T'] = np.where(mask, df['C1 S']+' '+ df['C2 B'], df['C2 B'])

#alternative
df['EXPECTED T'] = np.where(mask, df['C1 S'].str.cat( df['C2 B'], sep=' '), df['C2 B'])
print (df)
  C1 S C2 B EXPECTED_OUTPUT EXPECTED T
0   AB   EM           AB EM      AB EM
1   AB   EM           EB EM      AB EM
2   CD   EM           CD EM      CD EM
3   CD    F               F          F
4   CD    F               F          F

或者：

mask = df['C2 B'].str.contains ( r'EM', na=True )
df['EXPECTED T'] = df['C2 B'].mask(mask, df['C1 S']+' '+ df['C2 B'])

【讨论】：